深度學習(R語言版)
[英]斯沃納·古普塔(Swarna Gupta) [英]雷漢·阿裡·安薩里(Rehan Ali Ansari) [英]迪帕揚·薩卡爾(Dipayan Sarkar)著,毛
- 出版商: 清華大學
- 出版日期: 2022-09-01
- 定價: $474
- 售價: 8.5 折 $403
- 語言: 簡體中文
- ISBN: 7302606986
- ISBN-13: 9787302606987
-
相關分類:
R 語言、DeepLearning
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
$393R 語言編程藝術 (The Art of R Programming: A Tour of Statistical Software Design)
-
$301深度學習:R語言實踐指南 (Introduction to Deep Learning Using R: A Step-by-Step Guide to Learning and Implementing Deep Learning Models Using R)
-
$301神經網絡:R語言實現
-
$680$578 -
$1,000$790 -
$714$678 -
$620$527 -
$690$538 -
$602機器學習實戰:使用 R、tidyverse 和 mlr
-
$620$490 -
$356CKA/CKAD 應試指南 : 從 Docker 到 Kubernetes 完全攻略
-
$890$703 -
$500Qt Creator 快速入門, 4/e
-
$505自然語言處理的 Python 實踐
-
$509逆向分析實戰, 2/e
-
$356HBase入門與實踐(第2版)
-
$454大數據分析師面試筆試寶典
-
$454HTML5 + Vue.js 3.x 從入門到精通 (視頻教學版)
-
$413物聯網鴻蒙系統App開發
-
$594$564 -
$654$621 -
$301邊緣計算
-
$1,080$853 -
$880$748 -
$580$406
相關主題
商品描述
目錄大綱
目錄
第1章理解人工神經網絡和深度神經網絡
1.1配置環境
1.1.1準備工作
1.1.2操作步驟
1.1.3原理解析
1.1.4內容拓展
1.1.5參考閱讀
1.2神經網絡的Keras實現
1.3序貫模型API
1.3.1準備工作
1.3.2操作步驟
1.3.3原理解析
1.3.4內容拓展
1.3.5參考閱讀
1.4函數式API
1.4.1操作步驟
1.4.2原理解析
1.4.3內容拓展
1.5TensorFlow Estimator API
1.5.1準備工作
1.5.2操作步驟
1.5.3原理解析
1.5.4內容拓展
1.5.5參考閱讀
1.6TensorFlow Core API
1.6.1準備工作
1.6.2操作步驟
1.6.3原理解析
1.7實現單層神經網絡
1.7.1準備工作
1.7.2操作步驟
1.7.3原理解析
1.7.4內容拓展
1.7.5參考閱讀
1.8實現第一個深度神經網絡
1.8.1準備工作
1.8.2操作步驟
1.8.3原理解析
1.8.4內容拓展
1.8.5參考閱讀
第2章捲積神經網絡實戰
2.1捲積運算導論
2.1.1準備工作
2.1.2操作步驟
2.1.3原理解析
2.1.4內容拓展
2.1.5參考閱讀
2.2理解捲積步幅和填充
2.2.1操作步驟
2.2.2原理解析
2.3掌握池化層
2.3.1準備工作
2.3.2操作步驟
2.3.3原理解析
2.3.4內容拓展
2.3.5參考閱讀
2.4實現遷移學習
2.4.1準備工作
2.4.2操作步驟
2.4.3原理解析
2.4.4內容拓展
2.4.5參考閱讀
第3章循環神經網絡實戰
3.1使用RNN實現情感分類
3.1.1準備工作
3.1.2操作步驟
3.1.3原理解析
3.1.4內容拓展
3.1.5參考閱讀
3.2使用LSTM實現文本生成
3.2.1準備工作
3.2.2操作步驟
3.2.3原理解析
3.2.4內容拓展
3.2.5參考閱讀
3.3使用GRU實現時間序列預測
3.3.1準備工作
3.3.2操作步驟
3.3.3原理解析
3.3.4內容拓展
3.3.5參考閱讀
3.4實現雙向循環神經網絡
3.4.1操作步驟
3.4.2原理解析
3.4.3內容拓展
第4章使用Keras實現自動編碼器
4.1實現基本自動編碼器
4.1.1準備工作
4.1.2操作步驟
4.1.3原理解析
4.1.4內容拓展
4.2降維自動編碼器
4.2.1準備工作
4.2.2操作步驟
4.2.3原理解析
4.2.4內容拓展
4.3去噪自動編碼器
4.3.1準備工作
4.3.2操作步驟
4.3.3原理解析
4.3.4內容拓展
4.4自動編碼器的黑白圖像著色實戰
4.4.1準備工作
4.4.2操作步驟
4.4.3原理解析
4.4.4參考閱讀
第5章深度生成模型
5.1使用GAN生成圖像
5.1.1準備工作
5.1.2操作步驟
5.1.3原理解析
5.1.4內容拓展
5.1.5參考閱讀
5.2實現深度捲積生成對抗網絡
5.2.1準備工作
5.2.2操作步驟
5.2.3原理解析
5.2.4內容拓展
5.2.5參考閱讀
5.3實現變分自動編碼器
5.3.1準備工作
5.3.2操作步驟
5.3.3原理解析
5.3.4參考閱讀
第6章使用大規模深度學習處理大數據
6.1基於亞馬遜雲服務的深度學習
6.1.1準備工作
6.1.2操作步驟
6.1.3原理解析
6.2基於微軟Azure平臺的深度學習
6.2.1準備工作
6.2.2操作步驟
6.2.3原理解析
6.2.4內容拓展
6.2.5參考閱讀
6.3基於谷歌雲平臺的深度學習
6.3.1準備工作
6.3.2操作步驟
6.3.3原理解析
6.3.4內容拓展
6.4基於MXNet的深度學習
6.4.1準備工作
6.4.2操作步驟
6.4.3原理解析
6.4.4內容拓展
6.5使用MXNet實現深度學習網絡
6.5.1準備工作
6.5.2操作步驟
6.5.3原理解析
6.6使用MXNet實現預測建模
6.6.1準備工作
6.6.2操作步驟
6.6.3原理解析
第7章自然語言處理
7.1神經機器翻譯
7.1.1準備工作
7.1.2操作步驟
7.1.3原理解析
7.1.4內容拓展
7.1.5參考閱讀
7.2使用深度學習生成文本摘要
7.2.1準備工作
7.2.2操作步驟
7.2.3原理解析
7.2.4內容拓展
7.2.5參考閱讀
7.3語音識別
7.3.1準備工作
7.3.2操作步驟
7.3.3原理解析
7.3.4內容拓展
第8章深度學習之電腦視覺實戰
8.1目標定位
8.1.1準備工作
8.1.2操作步驟
8.1.3原理解析
8.1.4內容拓展
8.2人臉識別
8.2.1準備工作
8.2.2操作步驟
8.2.3原理解析
8.2.4內容拓展
8.2.5參考閱讀
第9章實現強化學習
9.1使用MDPtoolbox實現有模型強化學習
9.1.1準備工作
9.1.2操作步驟
9.1.3原理解析
9.1.4內容拓展
9.2無模型強化學習
9.2.1準備工作
9.2.2操作步驟
9.2.3原理解析
9.2.4參考閱讀
9.3使用強化學習求解懸崖尋路問題
9.3.1準備工作
9.3.2操作步驟
9.3.3原理解析
9.3.4內容拓展