暂无商品咨询信息 [发表商品咨询]
本书介绍了深度学习的基本理论、工程实践及其在产业界的部署和应用。在深度学习框架的介绍中,书中结合代码详细讲解了经典的卷积神经网络、循环神经网络和基于自注意力机制的Transformer网络及其变体。还介绍了这些模型在图像分类、目标检测、语义分割、欺诈检测和语音识别等领域的应用。此外,书中还涵盖了深度强化学习和生成对抗网络的前沿进展。在系统工程和产业实践方面,书中解释了如何使用分布式系统训练和部署模型以处理大规模数据。本书系统介绍了构建深度学习推理系统的过程,并结合代码讲解了分布式深度学习推理系统需要考虑的工程化因素,例如分布式问题和消息队列,以及从工程化角度出发的解决方法。本书提供了每个经典模型和应用实例的TensorFlow和PyTorch版本代码,为深度学习初学者和算法开发者提供理论学习、代码实践和工程落地的指导与帮助。
本书既适合计算机、自动化、电子、通信、数学、物理等相关专业背景的研究生和高年级本科生,也适合那些希望从事或准备转向人工智能领域的专业技术人员。
基本信息 | |
---|---|
出版社 | 清华大学出版社 |
ISBN | 9787302657491 |
条码 | 9787302657491 |
编者 | 王书浩、徐罡 |
译者 | -- |
出版年月 | 2024-04-01 00:00:00.0 |
开本 | 其他 |
装帧 | 平装 |
页数 | 0 |
字数 | 530 |
版次 | 1 |
印次 | 1 |
纸张 | 一般胶版纸 |
暂无商品评论信息 [发表商品评论]
暂无商品咨询信息 [发表商品咨询]