机读格式显示(MARC)

• 000 01803nam0 2200301 450

• 001 0001395231

• 005 20240420153000.0

• 010 __ |a 978-7-121-47373-9 |d CNY86.00

• 100 __ |a 20240402d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 深度学习与神经网络 |A shen du xue xi yu shen jing wang luo |f 赵金晶, 李虎, 张明编著

• 210 __ |a 北京 |c 电子工业出版社 |d 2024

• 215 __ |a xi, 219页 |c 图 |d 24cm

• 312 __ |a 英文并列题名取自封面

• 314 __ |a 赵金晶, 女, 1981年生, 军事科学院系统工程研究院研究员, 国防科技大学计算机学院博士毕业, 主要研究方向为网络与信息安全、人工智能技术。李虎, 男, 1987年生, 军事科学院系统工程研究院工程师, 国防科技大学计算机学院博士毕业, 主要研究方向为网络与信息安全。张明, 男, 1990年生, 军事科学院系统工程研究院工程师, 北京系统工程研究所硕士毕业, 主要研究方向为机器学习和人工智能安全。

• 330 __ |a 本书分为7章。第1章绪论, 梳理人工智能不同技术流派的特点、深度学习的发展及前沿技术; 第2章介绍相关预备知识, 包括线性代数、概率论、优化理论及机器学习的基础知识; 第3章从前馈神经网络的基础模型--感知器出发, 介绍前馈神经网络的基本结构及涉及的激活函数、梯度下降、误差反向传播等内容; 第4 章介绍深度模型的优化, 讨论神经网络优化中常见的病态问题; 第5章介绍深度学习中的正则化, 包括范数惩罚、数据集增强与噪声注入、提前停止等; 第6章介绍卷积神经网络, 以及卷积神经网络在计算机视觉领域的具体应用; 第7章通过实际案例介绍循环神经网络与卷积神经网络的结合应用。

• 510 1_ |a Deep learning and neural networks |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi

• 606 0_ |a 人工神经网络 |A ren gong shen jing wang luo

• 690 __ |a TP18 |v 5

• 701 _0 |a 赵金晶, |A zhao jin jing |f 1981- |4 编著

• 701 _0 |a 李虎, |A li hu |f 1987- |4 编著

• 701 _0 |a 张明, |A zhang ming |f 1990- |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20240402

• 905 __ |a ZPHC |d TP18/507