书目信息 |
题名: |
深度学习
|
|
作者: | 魏翼飞 , 李骏 , 汪昭颖 编著 | |
分册: | ||
出版信息: | 北京 清华大学出版社 2021 |
|
页数: | 338页 | |
开本: | 26cm | |
丛书名: | 人工智能科学与技术丛书 | |
单 册: | ||
中图分类: | TP181 , TP183 | |
科图分类: | ||
主题词: | 人工神经网络 , 机器学习 | |
电子资源: | ||
ISBN: | 978-7-302-56204-7 |
000 | 01612nam0 2200313 450 | |
001 | 219123353 | |
005 | 20211107100013.22 | |
010 | @a978-7-302-56204-7@dCNY89.00 | |
049 | @aA210100SYT@bUCS01010379545@c2001967396 | |
100 | @a20210323d2021 em y0chiy0110 ea | |
101 | 0 | @achi |
102 | @aCN@b110000 | |
105 | @aa z 000yy | |
200 | 1 | @a深度学习@9shen du xue xi@b专著@e从神经网络到深度强化学习的演进@dDeep learning@eevolution from neural networks to deep reinforcement learning@f魏翼飞,汪昭颖,李骏编著@zeng |
210 | @a北京@c清华大学出版社@d2021 | |
215 | @a338页@c图@d26cm | |
225 | 1 | @a人工智能科学与技术丛书 |
330 | @a本书首先概述人工智能、深度学习相关的基本概念和发展历程;然后介绍深度学习的基本理论和算法,包括神经网络的关键技术、卷积神经网络的主要框架和应用实例、循环神经网络和无监督学习深度神经网络的模型和应用、深层神经网络的参数优化方法、深度学习模型的轻量化方案以及移动端深度学习案例;之后阐述强化学习的基本理论和算法,包括传统的强化学习方法及其衍生算法以及新型的多智能体或多任务学习模型;最后介绍深度强化学习的具体算法及应用、迁移学习的概念及其在深度学习和强化学习中的应用。 | |
510 | 1 | @aDeep learning@eevolution from neural networks to deep reinforcement learning@zeng |
517 | 1 | @a从神经网络到深度强化学习的演进@9cong shen jing wang luo dao shen du qiang hua xue xi de yan jin |
606 | 0 | @a人工神经网络 |
606 | 0 | @a机器学习 |
690 | @aTP181@v5 | |
690 | @aTP183@v5 | |
701 | 0 | @a魏翼飞@9wei yi fei@f(1983-)@4编著 |
701 | 0 | @a李骏@9li jun@c(计算机)@4编著 |
701 | 0 | @a汪昭颖@9wang zhao ying@4编著 |
801 | 0 | @aCN@bSYT@c20210401 |
905 | @a241250@dTP183@e55 | |
深度学习:从神经网络到深度强化学习的演进=Deep learning:evolution from neural networks to deep reinforcement learning/魏翼飞,汪昭颖,李骏编著.-北京:清华大学出版社,2021 |
338页:图;26cm.-(人工智能科学与技术丛书) |
ISBN 978-7-302-56204-7:CNY89.00 |
本书首先概述人工智能、深度学习相关的基本概念和发展历程;然后介绍深度学习的基本理论和算法,包括神经网络的关键技术、卷积神经网络的主要框架和应用实例、循环神经网络和无监督学习深度神经网络的模型和应用、深层神经网络的参数优化方法、深度学习模型的轻量化方案以及移动端深度学习案例;之后阐述强化学习的基本理论和算法,包括传统的强化学习方法及其衍生算法以及新型的多智能体或多任务学习模型;最后介绍深度强化学习的具体算法及应用、迁移学习的概念及其在深度学习和强化学习中的应用。 |
● |
相关链接 |
正题名:深度学习
索取号:TP183/55
 
预约/预借
序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
1 | 1911413 | 219114134 | 样本书库/ [索取号:TP183/55] | 在馆 | |
2 | 1911414 | 219114143 | 新区/5100080601/ [索取号:TP183/55] | 在馆 | |
3 | 1911415 | 219114152 | 新区/5100080601/ [索取号:TP183/55] | 在馆 |