aaa无码国产精品视频,久久久久国色av免费观看不卡

深度學(xué)習(xí)（DL，Deep Learning）是機(jī)器學(xué)習(xí)（ML，Machine Learning）領(lǐng)域中一個(gè)新的研究方向，通過(guò)學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，實(shí)現(xiàn)機(jī)器能夠像人一樣具有分析學(xué)習(xí)能力，能夠識(shí)別文字、圖像和聲音等數(shù)據(jù)。在開(kāi)始深度學(xué)習(xí)項(xiàng)目之前，選擇一個(gè)合適的框架能起到事半功倍的作用。全世界最為流行的深度學(xué)習(xí)框架有TensorFlow、Caffe、PaddlePaddle和PyTorch。TensorFlow 是 Google 于 2015 年發(fā)布的深度學(xué)習(xí)框架，2019年，Google 推出 TensorFlow 2.0正式版本，以動(dòng)態(tài)圖優(yōu)先模式運(yùn)行，使得用戶既能輕松上手 TensorFlow 框架，又能無(wú)縫部署網(wǎng)絡(luò)模型至工業(yè)系統(tǒng)。本書針對(duì)高職學(xué)生的特點(diǎn)（有基本的編程能力，對(duì)開(kāi)發(fā)人工智能應(yīng)用感興趣，學(xué)過(guò)一些高等數(shù)學(xué)基本知識(shí)，但談不上有深厚的數(shù)學(xué)功底和人工智能理論基礎(chǔ)），全面、系統(tǒng)地介紹基于TensorFlow深度學(xué)習(xí)框架的人工智能應(yīng)用開(kāi)發(fā)技術(shù)、方法和應(yīng)用實(shí)踐，分析了神經(jīng)網(wǎng)絡(luò)原理并實(shí)踐，對(duì)循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）這些常用的深度學(xué)習(xí)模型進(jìn)行了演練，在此基礎(chǔ)上展開(kāi)基于深度學(xué)習(xí)的目標(biāo)檢測(cè)、圖像分割、人臉識(shí)別等熱門應(yīng)用，為讀者提供了從理論學(xué)習(xí)到工程實(shí)踐的視圖。全書按照“項(xiàng)目導(dǎo)向、任務(wù)驅(qū)動(dòng)”的教學(xué)方法，以8個(gè)真實(shí)項(xiàng)目貫穿，分別是認(rèn)識(shí)人工智能、搭建線性回歸模型、搭建汽車油耗預(yù)測(cè)模型、搭建手寫數(shù)字識(shí)別模型、搭建卷積神經(jīng)網(wǎng)絡(luò)模型、搭建貓狗識(shí)別網(wǎng)絡(luò)模型、可視化方法應(yīng)用和經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用，進(jìn)行深度學(xué)習(xí)模型的選擇、構(gòu)建和應(yīng)用，讓學(xué)習(xí)者能快速具備人工智能問(wèn)題求解的基本思想和初步的人工智能應(yīng)用軟件開(kāi)發(fā)能力。本書講解通俗易懂，配套資源豐富。每個(gè)項(xiàng)目知識(shí)點(diǎn)配有PPT、一個(gè)或多個(gè)視頻講解、實(shí)踐練習(xí)和模型實(shí)現(xiàn)代碼。全書配有的視頻總時(shí)長(zhǎng)達(dá)400多分鐘。本書適合計(jì)算機(jī)、軟件工程、人工智能等本、�？茖I(yè)學(xué)生使用，也適合作為對(duì)深度學(xué)習(xí)感興趣的研究生、工程師和研究人員的學(xué)習(xí)資料。

你還可能感興趣

我要評(píng)論