机读格式显示(MARC)

• 000 01826nam 2200277 450

• 001 0000652428

• 010 __ |a 978-7-302-68301-8 |d CNY89.00

• 092 __ |b 三新KJ2518期-0445

• 100 __ |a 20250512d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 深度学习原理及实践 |A shen du xue xi yuan li ji shi jian |e 详解图像处理和信号识别领域的14个案例 |f 郭业才著

• 210 __ |a 北京 |c 清华大学出版社 |d 2025.4

• 215 __ |a xii, 286页 |c 图 |d 26cm

• 225 2_ |a 人工智能科学与技术丛书 |A ren gong zhi neng ke xue yu ji shu cong shu

• 314 __ |a 郭业才, 教授, 博导。2003年获西北工业大学水声工程专业博士学位, 全国优秀百篇博士学位论文获得者, 安徽省学术与技术带头人, 江苏省“六大人才高峰”培养对象, 江苏省高校“信息与通信工程”优势建设项目方向带头人。

• 330 __ |a 本书主要汇集了作者及团队关于深度学习前沿技术应用研究成果, 同时也消化吸收了相关论著的最新成果, 从原理、框架与应用三个方面阐释内容。全书分四篇共11章。第一篇( 第1-2章) 为深度学习基础篇, 其中第1章整体介绍了人工智能、机器学习与深度学习, 第2章介绍了深度学习的数学与优化基础。第二篇( 第3-5章) 为神经网络篇, 包括人工神经网络、Hopfield网络和脉冲耦合神经网络。第三篇( 第6-8章) 为卷积神经网络篇, 阐述了深度卷积神经网络、空洞卷积神经网络和深度生成网络。第四篇( 第9-11章) 为循环递归神经网络篇, 详细分析了循环神经网络、深度递归卷积神经网络和长短期记忆网络的结构、算法架构与应用。

• 333 __ |a 本书适合人工智能、计算机、自动化、电子与通信工程、大数据科学等相关学科专业的科学研究人员和工程技术人员阅读, 也可作为相关专业研究生的参考书

• 410 _0 |1 2001 |a 人工智能科学与技术丛书

• 517 1_ |a 详解图像处理和信号识别领域的14个案例 |A xiang jie tu xiang chu li he xin hao shi bie ling yu de 14 ge an li

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 郭业才 |A guo ye cai |4 著

• 801 _0 |a CN |b 湖北三新 |c 20250513