图书标签: 深度学习 机器学习 计算机 科普 日本 编程 计算科学 计算机科普
发表于2024-11-03
图解深度学习 pdf epub mobi txt 电子书 下载 2024
本书从深度学习的发展历程讲起,以丰富的图例从理论和实践两个层面介绍了深度学习的各种方法,以及深度学习在图像识别等领域的应用案例。内容涉及神经网络、卷积神经网络、受限玻尔兹曼机、自编码器、泛化能力的提高等。此外,还介绍了包括Theano、Pylearn2、Caffe、DIGITS、Chainer 和TensorFlow 在内的深度学习工具的安装和使用方法。
本书图例丰富,清晰直观,适合所有对深度学习感兴趣的读者阅读。
作者简介:
山下隆义
1978年出生于日本神户,2002年修完博士前期课程,并于当年入职欧姆龙股份有限公司,主要从事快速人脸图像检测相关的软件研究和开发。2011年在日本中部大学研究生院工学研究科修完博士后期课程,获得工学博士学位。2014年开始担任中部大学工学院信息工程系讲师。目前从事动画处理、模式识别和机器学习相关的研究。曾多次荣获日本深度学习研究相关奖项,并在多个相关研讨会上担任讲师。
译者简介:
张弥(译者)
毕业于大连外国语大学日本语学院。现就职于某日本大型跨国公司,从事技术翻译工作,具有丰富的软件开发和医学翻译经验。喜欢挑战新事物,乐于学习新知识和接触新领域。
日语成书2016年初,到了国内第一版2018年;这本书介绍的DL框架除了tf别的还有人用吗;已经不适合2018年以后的人类阅读;
评分一个科普的书名,里面的数学推理却相对严谨,配上大量的图示,确实明朗。不过缺点也一样明显:深度不够,行文较为晦涩,对于零基础的读者不太友好。再版的时候改变一下编写思路会好很多。(话说日本人写书不都挺接地气的么,这本书刷新了刷新了认知)
评分前半本书内容比较基础,还不错;后半本书讲深度学习工具是2016年的版本,基本过时了。
评分图像化的表示虽然形象,但是也难免粗燥,没办法触及到数学深度
评分前6章介绍基本神经网络模型和部分推导,后面罗列了各种平台,tf占据一小节,适合入门的小册子
评分
评分
评分
评分
图解深度学习 pdf epub mobi txt 电子书 下载 2024