图书标签: 计算机 深度学习 tensorflow ML 神经网络 机器学习 算法 实用
发表于2024-12-23
深度学习 pdf epub mobi txt 电子书 下载 2024
《深度学习:一起玩转TensorLayer》由TensorLayer创始人领衔写作,TensorLayer社区众包完成,作者全部来自一线人工智能研究员和工程师,内容不仅覆盖了传统书籍都有的多层感知器、卷积网络、递归网络及增强学习等,还着重讲解了生成对抗网络、学习方法和实践经验,配有若干产品级别的实例。读者将会从零开始学会目前最新的深度学习技术,以及使用TL实现各种应用。
《深度学习:一起玩转TensorLayer》以通俗易懂的方式讲解深度学习技术,同时配有实现方法教学,面向深度学习初学者、进阶者,以及希望长期从事深度学习研究和产品开发的深度学习工程师和TensorFlow用户。
董豪:目前就读于帝国理工学院,从事计算机视觉、医疗数据分析和深度学习理论研究,在ICCV、TNSRE、TIFS、ACM MM等顶级会议和期刊发表过论文,Neurocomputing、TIP等会议和期刊的审稿人。有创业经验,擅长把深度学习算法与实际问题结合,获得多项国家发明专利和实用新型专利,TensorLayer创始人。
郭毅可:帝国理工学院计算机系终身教授,Data Science Institute主任,Discovery Science Group主任,主持多项欧盟和英国大型项目,研究重点为机器学习、云计算、大数据和生物信息学。伦敦E-Science研究中心首席科学家,英国InforSense有限公司董事会主席兼首席执行官,上海生物信息技术研究中心客座教授、首席科学家,TensorLayer项目领导。
杨光:帝国理工医学院高级研究员,皇家布朗普顿医院医学图像分析师,伦敦大学圣乔治医学院荣誉讲师,伦敦大学学院(UCL)硕士、博士、IEEE会员、SPIE会员、ISMRM会员、BMVA会员,专注于医疗大数据以及医学图像的成像和分析,在各类期刊会议上发表论文近40篇,国际专利两项,Medical Physics杂志临时副主编,MIUA会议委员会委员,长期为专业杂志会议义务审稿50余篇。其研究方向获得英国EPSRC、CRUK、NIHR和British Heart Foundation (BHF)资助。近期致力于Medical AI方向的创新创业。
吴超:帝国理工数字科学研究所研究员,主要从事医疗和城市领域数据分析和建模的研究工作,研究工作获得EPSRC、Royal Society等多项研究基金资助。
王剑虹:帝国理工硕士及利物浦大学本科毕业,主要研究语音识别分类问题;目前在UCL攻读研究型硕士,主要研究增强学习在游戏中的运用。
幺忠玮:帝国理工硕士,本科毕业于北京邮电大学,主要研究方向为计算机视觉,对生成模型和目标识别领域感兴趣。目前致力于将目标检测算法植入嵌入式系统实现即时检测。
张敬卿:帝国理工博士在读,研究型硕士,主要研究兴趣包括深度学习、数据挖掘、时间序列与文本挖掘、多模态问题与生成模型。本科毕业于清华大学计算机科学与技术系,曾获得中国国家奖学金。
陈竑:北京大学光华管理学院在读,哈尔滨工业大学电子与信息工程学院毕业,深度学习爱好者。
林一鸣:帝国理工博士在读,主要研究深度学习在人脸分析方向的应用。
于思淼:帝国理工博士在读,浙江大学本科毕业,主要研究方向为深度学习、生成模型及其在计算机视觉方面的应用。
莫元汉:帝国理工博士在读,北京航空航天大学本科毕业,主要研究方向为深度学习、动力学及其在医疗图像分析方面的应用。
袁航:瑞士洛桑联邦理工(EPFL)硕士在读,本科就读于德国雅各布大学(Jacobs)计算机系,及在美国卡内基梅隆大学(CMU)计算机科学学院交换学习,主要从事计算神经科学与电脑人机接口研究。之前分别在帝国理工及马克斯普朗克智能系统研究院(Max Planck Institute for Intelligent Systems)进行研习,现在主要在EPFL G-lab研究脊髓修复对运动功能康复及血压控制等课题。
写的真心不好。拿这个来入门太头大了,里面例子有的都有问题,环境配置还有坑都没讲明白就一锅炖了。。。单纯的把后面的例子做一本书、讲透讲明白多好,现在后面的就是把加了点注释而已,整的前后都是一锅粥重点不突出。
评分中文深度学习参考书中最好最全面的一本。 需要结合TensorLayer一起学习。内容非常丰富,基本涵盖了深度学习各方面的内容,给出的代码的质量也不错。 后面的部分章节完全理解的话需要不少背景知识。 总的来说这一本对于入门深度学习还有一般需求的AI工程师足够了,再想提高的话需要多看更前沿的论文。
评分中文深度学习参考书中最好最全面的一本。 需要结合TensorLayer一起学习。内容非常丰富,基本涵盖了深度学习各方面的内容,给出的代码的质量也不错。 后面的部分章节完全理解的话需要不少背景知识。 总的来说这一本对于入门深度学习还有一般需求的AI工程师足够了,再想提高的话需要多看更前沿的论文。
评分写的真心不好。拿这个来入门太头大了,里面例子有的都有问题,环境配置还有坑都没讲明白就一锅炖了。。。单纯的把后面的例子做一本书、讲透讲明白多好,现在后面的就是把加了点注释而已,整的前后都是一锅粥重点不突出。
评分中文深度学习参考书中最好最全面的一本。 需要结合TensorLayer一起学习。内容非常丰富,基本涵盖了深度学习各方面的内容,给出的代码的质量也不错。 后面的部分章节完全理解的话需要不少背景知识。 总的来说这一本对于入门深度学习还有一般需求的AI工程师足够了,再想提高的话需要多看更前沿的论文。
这本书可以分为2个部分,前部分是讲深度学习技术的,后部分是实战例子。TensorLayer的好处是例子多,API比任何库都多。。而且代码风格统一。我觉得买这本书的人主要都是TL用户,其实前面讲深度学习的章节可以减少一些?后面实战之后能不能多加些其他内容?比如pose estimation...
评分这本书可以分为2个部分,前部分是讲深度学习技术的,后部分是实战例子。TensorLayer的好处是例子多,API比任何库都多。。而且代码风格统一。我觉得买这本书的人主要都是TL用户,其实前面讲深度学习的章节可以减少一些?后面实战之后能不能多加些其他内容?比如pose estimation...
评分这本书可以分为2个部分,前部分是讲深度学习技术的,后部分是实战例子。TensorLayer的好处是例子多,API比任何库都多。。而且代码风格统一。我觉得买这本书的人主要都是TL用户,其实前面讲深度学习的章节可以减少一些?后面实战之后能不能多加些其他内容?比如pose estimation...
评分这本书可以分为2个部分,前部分是讲深度学习技术的,后部分是实战例子。TensorLayer的好处是例子多,API比任何库都多。。而且代码风格统一。我觉得买这本书的人主要都是TL用户,其实前面讲深度学习的章节可以减少一些?后面实战之后能不能多加些其他内容?比如pose estimation...
评分这本书可以分为2个部分,前部分是讲深度学习技术的,后部分是实战例子。TensorLayer的好处是例子多,API比任何库都多。。而且代码风格统一。我觉得买这本书的人主要都是TL用户,其实前面讲深度学习的章节可以减少一些?后面实战之后能不能多加些其他内容?比如pose estimation...
深度学习 pdf epub mobi txt 电子书 下载 2024