1)在Python中实现不同的人工神经网络模型; 2)选择诸如PyTorch、TensorFlow、MXNet和Keras等优的Python开源框架来进行深度学习; 3)应用神经网络内部细节相关的提示和技巧,以提高学习成效; 4)巩固机器学习原理并将其应用于深度学习领域; 5)重用Python代码段并将其应用于解决日常问题; 6)评估每个解决方案的成本/收益和性...
如果完全没有代码基础的,可以参考进行实战。否则只会感觉这本书全在堆叠代码,而且翻译质量堪忧 我要写书评 Python深度学习实战(75个有关神经网络建模强化学习与迁移学习的解决方案)/深度学习系的书评 ··· ( 全部0 条 ) 论坛 ··· 在这本书的论坛里发言 当前版本有售 ··· 京东商城 41.08元 购...
还讨论了采用诸如TensorFlow、PyTorch、Keras和CNTK等流行的深度学习开源框架用于实际问题的解决方案及其优缺点。《Python深度学习实战:75个有关神经网络建模、强化学习与迁移学习的解决方案》内容包括:用于深度学习的编程环境、GPU计算和云端解决方案;前馈神经网络与卷积神经网络;循环与递归神经网络;强化学习与生成对抗网络;深...
Python 深度学习实战:75个有关神经网络建模、强化学习与迁移学习的解决方案,程序员大本营,技术文章内容聚合第一站。
本书内容包括:用于深度学习的编程环境、GPU计算和云端解决方案;前馈神经网络与卷积神经网络;循环与递归神经网络;强化学习与生成对抗网络;深度学习用于计算机视觉、自然语言处理、语音识别、视频分析、时间序列预测、结构化数据分析以及游戏智能体(Agents)和机器人操控等。后讨论了深度学习的超参数选择和神经网络的内在结构...