机读格式显示(MARC)

• 000 01451nam0 2200337 450

• 001 0000422317

• 005 20230512171600.0

• 010 __ |a 978-7-115-55451-2 |d CNY99.90

• 021 __ |a CN |b 01-2018-5227

• 049 __ |a A330300WZL |b UCS01011741520 |c 2006087891

• 100 __ |a 20230315d2022 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 深度学习 |A Shen Du Xue Xi |e 从基础到实践 |d Deep learning |e from basics to practice |h 下册 |f (美)安德鲁·格拉斯纳(Andrew Glassner)著 |g 罗家佳译 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2022

• 215 __ |a 418-799页 |c 图 |d 26cm

• 225 2_ |a 深度学习系列 |A Shen Du Xue Xi Xi Lie

• 305 __ |a 由Andrew Glassner授权

• 330 __ |a 本书分为上下两册。上册着重介绍深度学习的基础知识，主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器集成算法、前馈网络、激活函数、反向传播等内容；下册介绍机器学习的scikit-learn库和深度学习的Kearas库（这两种库均基于Python语言），以及卷积神经网络、循环神经网络、自编码器、强化学习、生成对抗网络等内容。

• 410 _0 |1 2001 |a 深度学习系列

• 510 1_ |a Deep learning |e from basics to practice |z eng

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi

• 690 __ |a TP181 |v 5

• 701 _0 |c (美) |a 格拉斯纳 |A Ge La Si Na |c (Glassner, Andrew) |4 著

• 702 _0 |a 罗家佳 |A Luo Jia Jia |4 译

• 801 _2 |a CN |b A330300WZL |c 20230320

• 801 _0 |a CN |b WT |c 20230320

• 905 __ |a XATU |d TP181/353-2

• 920 __ |a 261060 |z 1