热门文档
- 2022-09-18 20:22:00 中国人为什么看不起中国人 张鸣
- 2023-04-19 15:04:26 《千家妙方 上册 1982年》(李文亮等编)
- 2023-10-13 17:09:40 楚辞 中华传统诗词经典 可复制-李山-9787101097528
- 2022-09-18 20:22:00 中国兵法之起源 编委会
- 2022-11-24 16:17:09 《性体验与性爱心理》尤里-谢尔巴特赫
- 2022-11-24 16:17:09 《性爱健康指南》石四维编著
- 2023-10-13 17:09:40 超速学习：我这样做，一个月学会素描，一年学会四种语言，完成MIT四年课程-斯科特·扬著，林慈敏译-9789861755533
- 2022-09-18 19:48:57 心理催眠术 迈克尔.赫普,温迪.德雷顿著
- 2023-10-13 17:09:40 初中诗词格律读本 可复制-周建忠 徐乃为 王业强编著-9787101121704
- 2023-10-13 17:09:40 曾国藩家书 中华经典藏书(升级版)可复制-檀作文译注-9787101115482
- 2023-01-11 15:23:39 孔子学院传播研究_刘程 安然著_9787516112922
- 2022-09-18 19:48:57 成功创业72绝招 艾凡著
1、本文档共计 250 页，下载后文档不带www.pdfdz.com水印，支持完整阅读内容。
2、古籍基本都为PDF扫描版，所以文档不支持编辑功能，即不支持文档内文字的复制粘贴。
3、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用，不得用于其他商业用途（如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利）。
4、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
5、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。
2、古籍基本都为PDF扫描版，所以文档不支持编辑功能，即不支持文档内文字的复制粘贴。
3、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用，不得用于其他商业用途（如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利）。
4、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
5、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。
内容简介本书结合实际应用介绍神经网络和深度学习等技术领域相关信息。从结构上重点介绍了前馈型神经网络、反馈型神经网络，以及自组织竞争型神经网络，并针对当下深度学习中比较重要的网络进行了详细介绍，包括卷积神经网络、循环（递归）神经网络、深度信念网络、生成对抗网络，以及深度强化学习。本书不仅能让读者对当前神经网络和深度学习技术有体系的认知，更能让读者在人工智能领域进行一些深入思考。，。，。图书在版编目(CP)数据神经网络与深度学习应用实战/刘凡平等编著.一北京：电子工业出版社，2018.3ISBN978-7-121-33718-5I.①神·Ⅱ.①刘·ⅢL.①人工神经网络一应用一研究②机器学习一应用一研究Ⅳ.①TP183②TP181中国版本图书馆CIP数据核字(2018)第031212号责任编辑：安娜印刷：装订：出版发行：电子工业出版社北京市海淀区万寿路173信箱邮编：100036开本：787×9801/16印张：15.75字数：300千字版次：2018年3月第1版印次：2018年3月第1次印刷定价：69.00元凡所购买电子工业出版社图书有缺损问题，请向购买书店调换。若书店售缺，请与本社发行部联系，联系及邮购电话：(010)88254888,88258888。质量投诉请发邮件至dts@phei,侵权举报请发邮件至dbqq@phei。本书咨询联系方式：010-51260888-819，faq@phei。前言本书结合实际应用介绍神经网络和深度学习等技术领域相关信息，从结构上重点介绍了前馈型神经网络、反馈型神经网络，以及自组织竞争型神经网络，并针对当下深度学习中比较重要的网络进行了详细介绍，包括卷积神经网络、循环（递归）神经网络、深度信念网络、生成对抗网络，以及深度强化学习。本书不仅能让读者对当前神经网络和深度学习技术有体系的认知，更能让读者在人工智能领域进行一些深入思考。读者对象·对神经网络、深度学习以及人工智能有兴趣的读者：·对算法以及机器学习领域有兴趣的读者：互联网行业不同层次的从业者：软件工程或计算机相关专业的在校学生。本书特色书中内容紧密结合当前一线工程师工作研究成果，是对当前神经网络和深度学习的完整性原理介绍和实践分析。本书充分利用了最新技术发展的应用成果，不仅结合原理分析，还结合案例进行辅助理解。本书介绍的相关深度学习技术广泛应用于各个领域，可以在自然语言处理、计算机视觉、文本分析等领域中应用，在当前甚至未来三到五年，都具有实际意义。本书结构本书按照由浅入深、循序渐进的顺序对神经网络和深度学习的内容进行介绍。全书共分为三篇，分别从基础、进阶、高阶三个层次逐步展开，总共12章，各章的主要内容如下。第1章阐述了在当前时代背景下，神经网络和人工智能的发展历程，针对未来人工智能极
