实战深度学习算法:零起点通关神经网络模型(基于Python和NumPy实现)
深度学习是机器学习的重要分支。本书系统地介绍了如何用 Python 和 NumPy 一步步地实现深度学习的基础模型,无须借助 TensorFlow、PyTorch 等深度学习框架,帮助读者更好地理解底层算法的脉络,进而进行模型的定制、优化和改进。全书由简到难地讲述感知机模型、多分类神经网络、深层全连接网络、卷积神经网络、批量规范化方法、循环神经网络、长短时记忆网络、双向结构的 BiGRU 模型等神经网络模型的必要算法推导、实现及其实例,读者可直接动手调试和观察整个训练过程,进一步理解模型及其算法原理。
- Go Web编程
- 软件架构设计:实用方法及实践
- 角色动画制作(上)
- VSTO开发入门教程
- Odoo快速入门与实战:Python开发ERP指南
- Python机器学习核心算法编程实例
- RFC1889协议中文概要.ppt
- 学生信息管理系统论文
- 算法学习与应用从入门到精通
- 千金良方:MySQL性能优化金字塔法则
- 跨平台桌面应用开发:基于Electron与NW.js
- R数据科学实战:工具详解与案例分析
- Redis 开发与运维
- 计算机组装与维修技术(第2版)
- UML对基于BS模式的图书管理系统的模块分析与设计
- C _Primer_Plus_4th
- 学籍管理系统需求分析
- vb.net 线程手册
- 解读德鲁克
- apache中文手册chm版
- C语言的例子7.22.doc