深度学习入门 : 基于Python的理论与实现 = Deep learning from Scratch Shen du xue xi ru men : Ji yu Python de li lun yu shi xian = Deep learning from Scratch
斋藤康毅, author🐢 Descargas lentas
Las descargas gratuitas ilimitadas son accesibles a través de nuestra lista de espera, un sistema diseñado para dar a todos un acceso justo.
🚀 Descargas rápidas
🚀 Descargas rápidas Conviértete en miembro para apoyar la preservación a largo plazo de libros, artículos y más. Para mostrar nuestra gratitud por tu apoyo obtienes descargas rápidas. ❤️
-
Necesitará un lector de ebooks o PDF para abrir el archivo, dependiendo del formato del archivo.
Lectores de ebooks recomendados: ReadEra y Calibre -
Utilice herramientas en línea para convertir entre formatos.
Herramientas de conversión recomendadas: CloudConvert -
Puede enviar archivos PDF y EPUB a su Kindle o Kobo eReader.
Herramientas recomendadas: “Enviar a Kindle” de Amazon y “Enviar a Kobo/Kindle” de djazz
深度学习入门 : 基于Python的理论与实现 = Deep learning from Scratch Shen du xue xi ru men : Ji yu Python de li lun yu shi xian = Deep learning from Scratch
本书是深度学习真正意义上的入门书,深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3,尽量不依赖外部库或工具,从基本的数学知识出发,带领读者从零创建一个经典的深度学习网络,使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识,对误差反向传播法、卷积神经网络等也有深入讲解,此外还介绍了深度学习相关的实用技巧,自动驾驶、图像生成、强化学习等方面的应用,以及为什么加深层可以提高识别精度等“为什么”的问题。
算法图解 : 像小说一样有趣的算法入门书
[美] Aditya Bhargava [[美] Aditya Bhargava]
本书旨在帮助程序员在日常项目中更好地发挥算法的能量。包括:二分查找、大O表示法、两种基本的数据结构以及递归等。
深度学习入门 : 基于Python的理论与实现 = Deep learning from Scratch Shen du xue xi ru men : Ji yu Python de li lun yu shi xian = Deep learning from Scratch
Ben shu bu jin jie shao le shen du xue xi he shen jing wang luo de gai nian,Te zheng deng ji chu zhi shi,Dui wu cha fan xiang chuan bo fa,Juan ji shen jing wang luo deng ye you shen ru jiang jie,Ci wai hai jie shao le shen du xue xi xiang guan de shi yong ji qiao,Zi dong jia shi,Tu xiang sheng cheng,Qiang hua xue xi deng fang mian de ying yong,Yi ji wei shen me jia shen ceng ke yi ti gao shi bie jing du deng yi nan de wen ti
动手学深度学习 PyTorch 版 2020.3.13
lgrsnf/动手学深度学习 PyTorch 版 2020.3.13.epub
利用 Python 进行数据分析 中文第二版(SeanCheney)
lgrsnf/利用 Python 进行数据分析 中文第二版（SeanCheney）.epub
Python机器学习基础教程/#/Python机器学习基础教程 [[No Pinyin Available
[德] Andreas C. Müller [美] Sarah Guido
lgli/[德] Andreas C. Müller [美] Sarah Guido [[德] Andreas C. Müller [美] Sarah Guido] - Python机器学习基础教程 (2018, 人民邮电出版社).epub
Python编程:从入门到实践(第2版)(新版上线!!!!沿袭第1版讲解清晰透彻、循序渐进的特点,并全面升级!源代码文件+视频讲解+配套编程环境,零基础自学Python一本就够!)(图灵图书)
(新版上线!!!!沿袭第1版讲解清晰透彻、循序渐进的特点,并全面升级!源代码文件+视频讲解+配套编程环境,零基础自学Python一本就够!)(图灵图书)
深度学习(人工智能算法，机器学习奠基之作，AI圣经 AI圣经 Deep Learning中文版 长期位居美国亚马逊人工智能和机器学习类图书榜首)
伊恩·古德费洛 (Ian Goodfellow), 亚伦·库维尔 (Aaron Courville), 约书亚·本吉奥 (Yoshua Bengio)
《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写,是深度学习领域奠基性的经典教材。全书的内容包括3个部分:第1部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2部分系统深入地讲解现今已成熟的深度学习方法和技术;第3部分讨论某些具有前瞻性的方向和想法,它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读者阅读,包括相关专业的大学生或研究生,以及不具有机器学习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。
利用Python进行数据分析(原书第2版) (O’Reilly精品图书系列)
韦斯·麦金尼(Wes Mckinney) [韦斯·麦金尼(Wes Mckinney)]
Introduction to data analysis with python for beginners
Python编程:从入门到实践(第2版)(新版上线!!!!沿袭第1版讲解清晰透彻、循序渐进的特点,并全面升级!源代码文件+视频讲解+配套编程环境,零基础自学Python一本就够!)(图灵图书)
lgli/埃里克·马瑟斯 [埃里克·马瑟斯] - Python编程：从入门到实践（第2版）（新版上线！！！！沿袭第1版讲解清晰透彻、循序渐进的特点，并全面升级！源代码文件+视频讲解+配套编程环境，零基础自学Python一本就够！）（图灵图书） (2020, 人民邮电出版社).epub
Python 深度学习 = Deep learning with Python
本书详尽介绍了用Python和Keras进行深度学习的探索实践,涉及计算机视觉、自然语言处理、生成式模型等应用。
数据结构与算法图解 = A common-sense guide to data structures and algorithms
Post Pub 2019-04-01 158 Chinese People's Posts and Telecommunications Press This book is an introductory guide to data structures and algorithms. not limited to a specific language. skipping complex mathematica...
深度学习的数学 successbooks 9787115509345
本书介绍了深度学习相关的数学知识.第1章介绍神经网络的概况;第2章介绍理解神经网络所需的数学基础知识;第3章介绍神经网络的最优化;第4章介绍神经网络和误差反向传播法;第5章介绍深度学习和卷积神经网络.
Python机器学习手册：从数据预处理到深度学习 # Python机器学习手册：从数据预处理到深度学习 [[No Pinyin Available
本书采用基于任务的方式来介绍如何在机器学习中使用Python。书中有近200个独立的解决方案,针对的都是数据科学家或机器学习工程师在构建模型时可能遇到的常见任务,涵盖从简单的矩阵和向量运算到特征工程以及神经网络的构建。所有方案都提供了相关代码,读者可以复制并粘贴这些代码,用在自己的程序中
深度学习进阶 : 自然语言处理 = Natural language processing
本书是《深度学习入门:基于Python 的理论与实现》的续作,围绕自然语言处理和时序数据处理,介绍深度学习中的重要技术,包括word2vec、RNN、LSTM、GRU、seq2seq 和Attention 等。本书语言平实,通俗易懂,结合大量示意图和Python 代码,遵循“提出问题”“思考解决问题的新方法”“加以改善”的方法,基于深度学习解决自然语言处理相关的各种问题,使读者在此过程中更深入地理解深度学习中的重要技术。本书适合对自然语言处理感兴趣的读者阅读。
Python深度学习入门 从零构建CNN和RNN-2021
[美] 塞思·韦德曼译者:郑天民 [[美] 塞思·韦德曼译者:郑天民]
深度学习技术的发展如火如荼,这些知识正迅速成为机器学习从业者甚至许多软件开发工程师的“加分项”。深度学习是一个立体的领域,仅从数学层面或代码层面学习,难免以偏概全,无法融会贯通。 本书作者认为,理解深度学习和神经网络需要多种思维模型。因此,本书从数学、示意图、Python代码三个维度帮助你立体地理解每一个概念,带你领略深度学习领域的全貌,从内到外地理解构建神经网络的每一步。你将学到以下内容。 为理解深度学习的概念和原理构建多种思维模型。 掌握嵌套函数、链式法则等数学概念。 掌握学习率衰减、权重初始化、dropout等优化技巧。 从零构建CNN和RNN等常见的神经网络架构。 使用PyTorch实现神经网络。