Python深度学习(第2版)

Python深度学习(第2版)
内容简介:

* 深度学习名著重磅升级,涵盖Transformer架构等开创性进展

* 流行深度学习框架Keras之父执笔,文字生动、见解深刻

* 不用一个数学公式,利用直觉自然入门深度学习

近年来,深度学习在自然语言处理、计算机视觉等领域取得了非凡的进展。从机器翻译和文本生成到自动驾驶和虚拟助手,我们受益于深度学习技术的逐渐普及。然而,深度学习还远未发挥全部潜力。欢迎来到深度学习的世界!在这个规模呈爆发式增长的领域,仍有许多“宝藏”等待你去发掘。

《Python深度学习(第2版)》由流行深度学习框架Keras之父弗朗索瓦·肖莱执笔,不用数学公式,而用Python代码帮助你直观理解深度学习的核心思想。《Python深度学习(第2版)》在第1版的基础上进行了大幅更新和增补,以体现深度学习领域的快速发展。


【作者简介】

弗朗索瓦·肖莱(François Chollet)

谷歌公司深度学习科学家,流行深度学习框架Keras之父。Keras的GitHub星标数近6万,用户数量已超100万。此外,他也是TensorFlow框架的贡献者,个人Kaggle竞赛全球排名曾获第17名。利用Keras,他致力于普及深度学习技术和实现通用人工智能。

【译者简介】

张亮(hysic)

毕业于北京大学物理学院,核安全高级工程师,深谙机器学习和数据分析,译有《Python机器学习基础教程》《Python数据处理》等。

作者简介:
下载地址:
下载Python深度学习(第2版)
标签:
文章链接:https://www.dushupai.com/book-content-33302.html(转载时请注明本文出处及文章链接)
读书评论: 更多
  • 蓝黑星空
    11-17
    吴恩达深度学习教程很好的补充
  • Loki
    12-18
    非常好的入门书,深入浅出
  • 天行健
    07-28
    1. 第一遍初步读完,对深度学习有了初步的感知。2. 找一个足够大的假设空间(可以通过层的不断堆叠),找一个连续可微的损失函数,通过梯度下降法(反向传播),不断迭代逼近最终的超平面;模型中每一层训练得到的参数,就是学习到的知识。 3.足够大的假设空间意味着模型总要先具备过拟合的能力,然后再想办法解决过拟合。 4. 未来需要上手keras,找一些案例试着做一做。
猜你喜欢: