[ 收藏 ] [ 简体中文 ]  
臺灣貨到付款、ATM、超商、信用卡PAYPAL付款,4-7個工作日送達,999元臺幣免運費   在線留言 商品價格為新臺幣 
首頁 電影 連續劇 音樂 圖書 女裝 男裝 童裝 內衣 百貨家居 包包 女鞋 男鞋 童鞋 計算機周邊

商品搜索

 类 别:
 关键字:
    

商品分类

  •  管理

     一般管理学
     市场/营销
     会计
     金融/投资
     经管音像
     电子商务
     创业企业与企业家
     生产与运作管理
     商务沟通
     战略管理
     商业史传
     MBA
     管理信息系统
     工具书
     外文原版/影印版
     管理类职称考试
     WTO
     英文原版书-管理
  •  投资理财

     证券/股票
     投资指南
     理财技巧
     女性理财
     期货
     基金
     黄金投资
     外汇
     彩票
     保险
     购房置业
     纳税
     英文原版书-投资理财
  •  经济

     经济学理论
     经济通俗读物
     中国经济
     国际经济
     各部门经济
     经济史
     财政税收
     区域经济
     统计 审计
     贸易政策
     保险
     经济数学
     各流派经济学说
     经济法
     工具书
     通货膨胀
     财税外贸保险类考试
     英文原版书-经济
  •  社会科学

     语言文字
     社会学
     文化人类学/人口学
     新闻传播出版
     社会科学总论
     图书馆学/档案学
     经典名家作品集
     教育
     英文原版书-社会科学
  •  哲学

     哲学知识读物
     中国古代哲学
     世界哲学
     哲学与人生
     周易
     哲学理论
     伦理学
     哲学史
     美学
     中国近现代哲学
     逻辑学
     儒家
     道家
     思维科学
     马克思主义哲学
     经典作品及研究
     科学哲学
     教育哲学
     语言哲学
     比较哲学
  •  宗教

  •  心理学

  •  古籍

     经部  史类  子部  集部  古籍管理  古籍工具书  四库全书  古籍善本影音本  中国藏书
  •  文化

     文化评述  文化随笔  文化理论  传统文化  世界各国文化  文化史  地域文化  神秘文化  文化研究  民俗文化  文化产业  民族文化  书的起源/书店  非物质文化遗产  文化事业  文化交流  比较文化学
  •  历史

     历史普及读物
     中国史
     世界史
     文物考古
     史家名著
     历史地理
     史料典籍
     历史随笔
     逸闻野史
     地方史志
     史学理论
     民族史
     专业史
     英文原版书-历史
     口述史
  •  传记

  •  文学

  •  艺术

     摄影
     绘画
     小人书/连环画
     书法/篆刻
     艺术设计
     影视/媒体艺术
     音乐
     艺术理论
     收藏/鉴赏
     建筑艺术
     工艺美术
     世界各国艺术概况
     民间艺术
     雕塑
     戏剧艺术/舞台艺术
     艺术舞蹈
     艺术类考试
     人体艺术
     英文原版书-艺术
  •  青春文学

  •  文学

     中国现当代随笔
     文集
     中国古诗词
     外国随笔
     文学理论
     纪实文学
     文学评论与鉴赏
     中国现当代诗歌
     外国诗歌
     名家作品
     民间文学
     戏剧
     中国古代随笔
     文学类考试
     英文原版书-文学
  •  法律

     小说
     世界名著
     作品集
     中国古典小说
     四大名著
     中国当代小说
     外国小说
     科幻小说
     侦探/悬疑/推理
     情感
     魔幻小说
     社会
     武侠
     惊悚/恐怖
     历史
     影视小说
     官场小说
     职场小说
     中国近现代小说
     财经
     军事
  •  童书

  •  成功/励志

  •  政治

  •  军事

  •  科普读物

  •  计算机/网络

     程序设计
     移动开发
     人工智能
     办公软件
     数据库
     操作系统/系统开发
     网络与数据通信
     CAD CAM CAE
     计算机理论
     行业软件及应用
     项目管理 IT人文
     计算机考试认证
     图形处理 图形图像多媒体
     信息安全
     硬件
     项目管理IT人文
     网络与数据通信
     软件工程
     家庭与办公室用书
  •  建筑

     执业资格考试用书  室内设计/装潢装修  标准/规范  建筑科学  建筑外观设计  建筑施工与监理  城乡规划/市政工程  园林景观/环境艺术  工程经济与管理  建筑史与建筑文化  建筑教材/教辅  英文原版书-建筑
  •  医学

     中医
     内科学
     其他临床医学
     外科学
     药学
     医技学
     妇产科学
     临床医学理论
     护理学
     基础医学
     预防医学/卫生学
     儿科学
     医学/药学考试
     医院管理
     其他医学读物
     医学工具书
  •  自然科学

     数学
     生物科学
     物理学
     天文学
     地球科学
     力学
     科技史
     化学
     总论
     自然科学类考试
     英文原版书-自然科学
  •  工业技术

     环境科学
     电子通信
     机械/仪表工业
     汽车与交通运输
     电工技术
     轻工业/手工业
     化学工业
     能源与动力工程
     航空/航天
     水利工程
     金属学与金属工艺
     一般工业技术
     原子能技术
     安全科学
     冶金工业
     矿业工程
     工具书/标准
     石油/天然气工业
     原版书
     武器工业
     英文原版书-工业技
  •  农业/林业

     园艺  植物保护  畜牧/狩猎/蚕/蜂  林业  动物医学  农作物  农学(农艺学)  水产/渔业  农业工程  农业基础科学  农林音像
  •  外语

  •  考试

  •  教材

  •  工具书

  •  中小学用书

  •  中小学教科书

  •  动漫/幽默

  •  烹饪/美食

  •  时尚/美妆

  •  旅游/地图

  •  家庭/家居

  •  亲子/家教

  •  两性关系

  •  育儿/早教

  •  保健/养生

  •  体育/运动

  •  手工/DIY

  •  休闲/爱好

  •  英文原版书

  •  港台图书

  •  研究生
     工学
     公共课
     经济管理
     理学
     农学
     文法类
     医学

  •  音乐
     音乐理论

     声乐  通俗音乐  音乐欣赏  钢琴  二胡  小提琴
  • TensorFlow深度學習從入門到進階 張德豐 著 專業辭典專業科技 新
    該商品所屬分類:計算機/網絡 -> 計算機/網絡
    【市場價】
    928-1344
    【優惠價】
    580-840
    【出版社】機械工業出版社 
    【ISBN】9787111652632
    【折扣說明】一次購物滿999元台幣免運費+贈品
    一次購物滿2000元台幣95折+免運費+贈品
    一次購物滿3000元台幣92折+免運費+贈品
    一次購物滿4000元台幣88折+免運費+贈品
    【本期贈品】①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
    版本正版全新電子版PDF檔
    您已选择: 正版全新
    溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。
    *. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。
    *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
    *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。
    內容介紹



    品牌:機械工業出版社
    ISBN編號:9787111652632
    書名:TensorFlow深度學習從入門到進階 TensorFlow深度學習從入門到進階

    作者:無
    代碼:109
    是否是套裝:否

    出版社名稱:機械工業出版社

        
        
    "

    TensorFlow深度學習從入門到進階

    作  者: 張德豐 著
    size="731x8"
    定  價: 109
    size="731x8"
    出?版?社: 機械工業出版社
    size="731x8"
    出版日期: 2020年05月01日
    size="731x8"
    頁  數: 376
    size="731x8"
    裝  幀: 平裝
    size="731x8"
    ISBN: 9787111652632
    size="731x8"
    目錄
    ●前言
    章 TensorFlow與深度學習
    1.1 深度學習的由來
    1.2 語言與繫統的支持
    1.3 TensorFlow的特點
    1.4 核心組件
    1.5 TensorFlow的主要依賴包
    1.5.1 Protocol Buffer包
    1.5.2 Bazel包
    1.6 搭建環境
    1.6.1 安裝環境
    1.6.2 安裝TensorFlow
    1.6.3 安裝測試
    1.7 Geany
    1.8 揭開深度學習的面紗
    1.8.1 人工智能、機器學習與深度學習
    1.8.2 深度學習的核心思想
    1.8.3 深度學習的應用
    1.9 深度學習的優劣勢
    第2章 TensorFlow編程基礎
    2.1 張量
    2.1.1 張量的概念
    2.1.2 張量的使用
    2.1.3 Numpy庫
    2.1.4 張量的階
    2.1.5 張量的形狀
    2.1.6 張量應用實例
    2.2 圖的實現
    2.3 會話的實現
    2.4 認識變量
    2.4.1 變量的創建
    2.4.2 變量的初始化
    2.4.3 變量的更新
    2.4.4 變量的保存
    2.4.5 變量的加載
    2.4.6 共享變量和變量命名空間
    2.5 矩陣的操作
    2.5.1 矩陣的生成
    2.5.2 矩陣的變換
    2.6 TensorFlow數據讀取的方式
    2.7 從磁盤讀取信息
    2.7.1 列表格式
    2.7.2 讀取圖像數據
    第3章 TensorFlow編程進階
    3.1 隊列與線程
    3.1.1 隊列
    3.1.2 隊列管理器
    3.1.3 線程協調器
    3.1.4 組合使用
    3.2 TensorFlow嵌入Layer
    3.3 生成隨機圖片數據
    3.4 神經網絡
    3.4.1
    3.4.2 簡單神經結構
    3.4.3 深度神經網絡
    3.5 損失函數
    3.6 梯度下降
    3.6.1 標準梯度法
    3.6.2 批量梯度下降法
    3.6.3 隨機梯度下降法
    3.6.4 小批量梯度下降法
    3.6.5 線性模型的局限性
    3.6.6 直線與曲線的擬合演示
    3.7 反向傳播
    3.7.1 求導鏈式法則
    3.7.2 反向傳播算法思路
    3.7.3 反向傳播算法的計算過程
    3.7.4 反向傳播演示回歸與二分類算法
    3.8 隨機訓練與批量訓練
    3.9 創建分類器
    3.10 模型評估
    3.11 優化函數
    3.11.1 隨機梯度下降優化算法
    3.11.2 基於動量的優化算法
    3.11.3 Adagrad優化算法
    3.11.4 Adadelta優化算法
    3.11.5 Adam優化算法
    3.11.6 實例演示幾種優化算法
    第4章 TensorFlow實現線性回歸
    4.1 矩陣操作實現線性回歸問題
    4.1.1 逆矩陣解決線性回歸問題
    4.1.2 矩陣分解法實現線性回歸
    4.1.3 正則法對iris數據實現回歸分析
    4.2 損失函數對iris數據實現回歸分析
    4.3 戴明算法對iris數據實現回歸分析
    4.4 嶺回歸與Lasso回歸對iris數據實現回歸分析
    4.5 彈性網絡算法對iris數據實現回歸分析
    第5章 TensorFlow實現邏輯回歸
    5.1 什麼是邏輯回歸
    5.1.1 邏輯回歸與線性回歸的關繫
    5.1.2 邏輯回歸模型的代價函數
    5.1.3 邏輯回歸的預測函數
    5.1.4 判定邊界
    5.1.5 隨機梯度下降算法實現邏輯回歸
    5.2 逆函數及其實現
    5.2.1 逆函數的相關函數
    5.2.2 逆函數的實現
    5.3 Softmax回歸
    5.3.1 Softmax回歸簡介
    5.3.2 Softmax的代價函數
    5.3.3 Softmax回歸的求解
    5.3.4 Softmax回歸的參數特點
    5.3.5 Softmax與邏輯回歸的關繫
    5.3.6 多分類算法和二分類算法的選擇
    5.3.7 計算機視覺領域實例
    第6章 TensorFlow實現聚類分析
    6.1 支持向量機及實現
    6.1.1 重新審視邏輯回歸
    6.1.2 形式化表示
    6.1.3 函數間隔和幾何間隔
    6.1.4 最優間隔分類器
    6.1.5 支持向量機對iris數據進行分類
    6.1.6 核函數對數據點進行預測
    6.1.7 非線性支持向量機創建山鳶尾花分類器
    6.1.8 多類支持向量機對iris數據進行預測
    6.2 K-均值聚類法及實現
    6.2.1 K-均值聚類相關概念
    6.2.2 K-均值聚類法對iris數據進行聚類
    6.3 最近鄰算法及實現
    6.3.1 最近鄰算法概述
    6.3.2 最近鄰算法求解文本距離
    6.3.3 最近鄰算法實現地址匹配
    第7章 神經網絡算法
    7.1 反向網絡
    7.1.1 問題設置
    7.1.2 反向網絡算法
    7.1.3 自動微分
    7.1.4 對隨機數進行反向網絡演示
    7.2 激勵函數及實現
    7.2.1 激勵函數的用途
    7.2.2 幾種激勵函數
    7.2.3 幾種激勵函數的繪圖
    7.3 門函數及其實現
    7.4 單層神經網絡對iris數據進行訓練
    7.5 單的擴展及實現
    7.6 構建多層神經網絡
    7.7 實現井字棋
    第8章 TensorFlow實現卷積神經網絡
    8.1 全連接網絡的局限性
    8.2 卷積神經網絡的結構
    8.2.1 卷積層
    8.2.2 池化層
    8.2.3 全連接層
    8.3 卷積神經網絡的訓練
    8.3.1 求導的鏈式法則
    8.3.2 卷積層反向傳播
    8.4 卷積神經網絡的實現
    8.4.1 識別0和1數字
    8.4.2 預測MNIST數字
    8.5 幾種經典的卷積神經網絡及實現
    8.5.1 AlexNet網絡及實現
    8.5.2 VGGNet網絡及實現
    8.5.3 Inception Net網絡及實現
    8.5.4 RestNet網絡及實現
    第9章 TensorFlow實現循環神經網絡
    9.1 循環神經網絡概述
    9.1.1 循環神經網絡的原理
    9.1.2 循環神經網絡的應用
    9.1.3 損失函數
    9.1.4 梯度求解
    9.1.5 實現二進制數加法運算
    9.1.6 實現擬合回聲信號序列
    9.2 循環神經網絡的訓練
    9.3 循環神經網絡的改進
    9.3.1 循環神經網絡存在的問題
    9.3.2 LSTM網絡
    9.3.3 LSTM核心思想
    9.3.4 LSTM詳解與實現
    9.3.5 窺視孔連接
    9.3.6 GRU網絡對MNIST數據集分類
    9.3.7 BRNN網絡對MNIST數據集分類
    9.3.8 CTC實現端到端訓練的語音識別模型
    0章 TensorFlow其他網絡
    10.1 自編碼網絡及實現
    10.1.1 自編碼網絡的結構
    10.1.2 自編碼網絡的代碼實現
    10.2 降噪自編碼器及實現
    10.2.1 降噪自編碼器的原理
    10.2.2 降噪自編碼器的實現
    10.3 棧式自編碼器及實現
    10.3.1 棧式自編碼器概述
    10.3.2 棧式自編碼器訓練
    10.3.3 棧式自編碼器進行MNIST手寫數字分類
    10.3.4 代替和級聯
    10.3.5 自編碼器的應用場合
    10.3.6 自編碼器的綜合實現
    10.4 變分自編碼器及實現
    10.4.1 變分自編碼器的原理
    10.4.2 損失函數
    10.4.3 變分自編碼器模擬生成MNIST數據
    10.5 條件變分自編碼器及實現
    10.5.1 條件變分自編碼器概述
    10.5.2 條件變分自編碼器生成MNIST數據
    10.6 對抗神經網絡
    10.6.1 對抗神經網絡的原理
    10.6.2 生成模型的應用
    10.6.3 對抗神經網絡的訓練方法
    10.7 DCGAN網絡及實現
    10.7.1 DCGAN網絡概述
    10.7.2 DCGAN網絡模擬MNIST數據
    10.8 InfoGAN網絡及實現
    10.8.1 什麼是互信息
    10.8.2 互信息的下界
    10.8.3 InfoGAN生成MNIST模擬數據
    10.9 AEGAN網絡及實現
    10.9.1 AEGAN網絡概述
    10.9.2 AEGAN對MNIST數據集壓縮及重建
    10.10 WGAN-GP網絡
    10.10.1 WGAN網絡
    10.10.2 WGAN-GP網絡生成MNIST數據集
    1章 TensorFlow機器學習綜合實戰
    11.1 房屋價格的預測
    11.1.1 K近鄰算法預測房屋價格
    11.1.2 卷積神經網絡預測房屋價格
    11.1.3 深度神經網絡預測房屋價格
    11.2 卷積神經網絡實現人臉識別
    11.3 腎癌的轉移判斷
    11.4 比特幣的預測
    參考文獻
    內容虛線

    內容簡介

    size="789x11"

    本書以TensorFlow為主線進行講解,書中每章節都以理論引出,以TensorFlow應用鞏固結束,理論與實踐相結合,讓讀者快速掌握TensorFlow機器學習。本書共11章,主要包括TensorFlow與深度網絡、TensorFlow編程基礎、TensorFlow編程進階、線性回歸、邏輯回歸、聚類分析、神經網絡算法、卷積神經網絡、循環神經網絡、其他網絡、機器學習綜合實戰等內容。 本書適合TensorFlow初學者閱讀,也適合研究TensorFlow的廣大科研人員、學者、工程技術人員學習參考。

    "
     
    網友評論  我們期待著您對此商品發表評論
     
    相關商品
    在線留言 商品價格為新臺幣
    關於我們 送貨時間 安全付款 會員登入 加入會員 我的帳戶 網站聯盟
    DVD 連續劇 Copyright © 2024, Digital 了得網 Co., Ltd.
    返回頂部