深度学习类电子书精选,持续收录相关领域的经典、热门与新近出版作品。

深度学习:Keras快速开发入门
乐毅, 严超
暂无资源电子工业出版社 · 2017评分 2分
《深度学习:Keras快速开发入门》首先介绍了深度学习相关的理论和主流的深度学习框架,对比了不同深度学习框架的优缺点,以Keras这一具有高度模块化,极简式的高层深度学习框架为切入点,从Keras的安装、配置和编译等基本环境入手,详细介绍了Keras的模型、网络结构、数据预处理方法、参数配置以及调试技巧和可视化工具。帮助读者快速掌握一款深度学习框架,从而解决工作和学习当中神经网络模型的使用问题。同

零起点Python机器学习快速入门
何海群
暂无资源电子工业出版社 · 2017评分 2.5分
《零起点Python机器学习快速入门》采用独创的黑箱模式,MBA案例教学机制,结合一线实战案例,介绍 Sklearn人工智能模块库和常用的机器学习算法。《零起点Python机器学习快速入门》中配备大量图表说明,没有枯燥的数学公式,只要懂 Word、Excel,就能够轻松阅读全书,并学习使用书中的知识,分析大数据。 《零起点Python机器学习快速入门》具有以下特色: 独创的黑箱教学模式,《零起点P

深入浅出深度学习:原理剖析与Python实践
黄安埠
暂无资源电子工业出版社 · 2017评分 5.4分
《深入浅出深度学习:原理剖析与Python实践》介绍了深度学习相关的原理与应用,全书共分为三大部分,第一部分主要回顾了深度学习的发展历史,以及Theano的使用;第二部分详细讲解了与深度学习相关的基础知识,包括线性代数、概率论、概率图模型、机器学习和最优化算法;在第三部分中,针对若干核心的深度学习模型,如自编码器、受限玻尔兹曼机、递归神经网络和卷积神经网络等进行详细的原理分析与讲解,并针对不同的模

第一本无人驾驶技术书
刘少山, 唐洁, 吴双, 李力耘
暂无资源电子工业出版社 · 2017评分 6.5分
无人驾驶是一个复杂的系统,涉及的技术点种类多且跨度大,入门者常常不知从何入手。《第一本无人驾驶技术书》首先宏观地呈现了无人驾驶的整体技术架构,概述了无人驾驶中涉及的各个技术点。在读者对无人驾驶技术有了宏观认识后,《第一本无人驾驶技术书》深入浅出地讲解了无人驾驶定位导航、感知、决策与控制等算法,深度学习在无人驾驶中的应用,无人驾驶系统软件和硬件平台,无人驾驶安全及无人驾驶云平台等多个主要技术点。《第

深度学习导论及案例分析
李玉鑑, 张婷
暂无资源机械工业出版社 · 2016
本书不仅介绍了深度学习的起源和发展、强调了深层网络的特点和优势,说明了判别模型和生成模型的相关概念,还详述了深度学习的9种重要模型及其学习算法、变种模型和混杂模型,包括受限玻耳兹曼机、自编码器、深层信念网络、深层玻耳兹曼机、和积网络、卷积神经网络、深层堆叠网络、循环神经网络和长短时记忆网络,以及它们在图像处理、语音处理和自然语言处理等领域的广泛应用。同时分析了一系列深度学习的基本案例。 本书每个案

白话深度学习与TensorFlow
高扬
暂无资源机械工业出版社 · 2017评分 7.1分
本书基本独立成册,适用于零基础的初学者。 基础篇(第1~3章),讲解了机器学习、深度学习与实践的上下文知识,如基本的机器学习与深度学习算法,TensorFlow框架的安全与配置,简单的深度学习实践。该篇是阅读和实践的基石。 原理与实践篇(第4~8章),介绍“老牌”的深度学习网络的数学原理和工程实现原理,尤其是第4章,如果能基本读懂,后面的网络实现层面的问题基本都可以迎刃而解。涵盖BP网络、CNN、

人工智能中的深度结构学习
尤舒亚·本吉奥 (Yoshua Bengio)
暂无资源机械工业出版社 · 2017
理论结果表明,为了学习用于表示高层次的抽象(例如视觉、语言以及其他AI级别的任务)的复杂函数,我们需要深度结构。深度结构的组成包括了多层次的非线性操作,比如具有许多隐含层的神经网络,或者重用了许多子公式的复杂命题公式。搜索深度结构的参数空间是一件很困难的任务,但是近提出的诸如用于深度信念网络等的学习算法,对于探索这类问题取得了显著的成功,在某些领域达到了新的水平。本书讨论深度学习算法的方法和原理,

深度学习与R语言
程显毅
暂无资源机械工业出版社
近年来,深度学习可谓是机器学习方向的明星概念,不同的深度学习模型分别在图像处理与自然语言处理等任务中取得了前所未有的好成绩。 在许多场合都有这样的需求“如何对感兴趣的领域快速理解和使用深度学习技术?”答案涉及复杂的数学、编程语言(如C、C++和Java)。但随着R的兴起,现在使用深度学习技术比以往更容易。因为R易学易用,不要求很扎实的编程基础,它被广泛地应用于机器学习实践和教学中。即使对R语言不是

深度学习与计算机视觉:核心算法与应用
谢文伟, 印杰 编著
暂无资源北京理工大学出版社 · 2023
编辑推荐★★★★★ 1. 资深工程师多年从事深度学习算法与模型研究的经验总结 2. 理论结合实践,详解机器学习、深度学习与计算机视觉的相关算法和模型 3. 俄罗斯自然科学院外籍院士李千目等4位大咖倾情力荐 4. 循序渐进地介绍机器学习、深度学习和计算机视觉的理论与典型应用。 5. 结合多个应用实例,详解机器学习和深度学习的相关算法与30多种模型。 6. 从工作原理、应用场景和代码实现三个方面介绍每

深度学习入门
[日]斋藤康毅
PDF人民邮电出版社 · 2018评分 9.5分
本书是深度学习真正意义上的入门书,深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3,尽量不依赖外部库或工具,从基本的数学知识出发,带领读者从零创建一个经典的深度学习网络,使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识,对误差反向传播法、卷积神经网络等也有深入讲解,此外还介绍了深度学习相关的实用技巧,自动驾驶、图像生成、强化学习等方面的应用,

面向机器智能的TensorFlow实践
[美] 山姆·亚伯拉罕(Sam Abrahams)
EPUB机械工业出版社 · 2017评分 6.4分
本书是一本*佳的TensorFlow入门指南。几位作者都来自研发一线,他们用自己的宝贵经验,结合众多高质量的代码,生动讲解TensorFlow的底层原理,并从实践角度介绍如何将两种常见模型——深度卷积网络、循环神经网络应用到图像理解和自然语言处理的典型任务中。此外,还介绍了在模型部署和编程中可用的诸多实用技巧。 全书分为四部分,共9章。第一部分(第1~2章)讨论Tenso

深度学习算法实践
吴岸城
PDF电子工业出版社 · 2017
《深度学习算法实践》以一位软件工程师在工作中遇到的问题为主线,阐述了如何从软件工程思维向算法思维转变、如何将任务分解成算法问题,并结合程序员在工作中经常面临的产品需求,详细阐述了应该怎样从算法的角度看待、分解需求,并结合经典的任务对深度学习算法做了清晰的分析。 《深度学习算法实践》在表达上深入浅出,让有志于学习深度学习的读者,能够快速地理解核心所在,并顺利上手实践。</p

智慧的疆界
周志明
PDF机械工业出版社 · 2017评分 9.1分
这是一部对人工智能充满敬畏之心的匠心之作,由《深入理解Java虚拟机》作者耗时一年完成,它将带你从奠基人物、历史事件、学术理论、研究成果、技术应用等5个维度全面读懂人工智能。 本书以时间为主线,用专业的知识、通俗的语言、巧妙的内容组织方式,详细讲解了人工智能这个学科的全貌、能解决什么问题、面临怎样的困难、尝试过哪些努力、取得过多少成绩、未来将向何方发展,尽可能消除人工智能

简单微积分
[日] 神永正博
PDF人民邮电出版社 · 2018评分 8.7分
本书是微积分入门科普读物,以微积分的“思考方法”为核心,以生活例子通俗讲解了微积分的基本原理、公式推导以及实际应用意义,解答了微积分初学者遭遇的常见困惑。本书讲解循序渐进、生动亲切,没有烦琐计算、干涩理论,是一本只需“轻松阅读”便可以理解微积分原理的入门书。

人工智能导论
李德毅
PDF中国科学技术出版社 · 2018评分 6.9分
本书内容包括知识表示、知识获取、知识应用三部分。其中,知识表示主要介绍概念表示、知识表示、知识图谱;知识获取主要介绍搜索技术、群智能算法、机器学习、人工神经网络与深度学习;知识应用涉及计算机视觉、自然语言处理、语音处理、专家系统、规划、多智能体系统与智能机器人六部分。力求将人工智能的发展脉络、技术理论、产业成果以翔实的形态展现于人前。除了必要的知识点与宽泛的知识图谱,本书还深入浅出地介绍了有

MXNet神经网络与量化投资
TOP 极宽量化开源组
PDF电子工业出版社 · 2018
MXNet是亚马逊的深度学习库,以简单、高效、容易使用而著称。它拥有类似于Theano和TensorFlow的数据流图,为多GPU装置提供了良好的配置。《MXNet神经网络与量化投资》以MXNet作为研究实践平台,实现量化投资交易。书中主要介绍了在MXNet环境下,利用深度学习常用算法,实现线性、MLP、CNN卷积、GoogLeNet、ResNet深度残差、RNN循环神经网络、DenseNe

Deep Learning for Coders with fastai and PyTorch
Sylvain Gugger
PDFO'Reilly Media · 2020评分 8.7分
Deep learning has the reputation as an exclusive domain for math PhDs. Not so. With this book, programmers comfortable with Python will learn how to get started with deep learning right away.

深度学习推荐系统
王喆
PDF电子工业出版社 · 2020评分 9.3分
深度学习在推荐系统领域掀起了一场技术革命,本书从深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。 《深度学习推荐系统》既适合推荐系统、计算广告和搜索领域的从业者阅读,也适合人工智能相关专业的本 科生、研究生、博士生阅读,帮助他们建立深度学习推荐系统的技术框架,通过学习前沿案例 加强深度学习

TensorFlow深度学习——深入理解人工智能算法设计
龙良曲
EPUB清华大学出版社 · 2020
人工智能是近年来全球火热的研究领域之一,尤其是随着深度学习算法研究的突破,人工智能技术被应用到图片识别、机器翻译、语音助手、自动驾驶等一系列领域中,取得了前所未有的智能水平。深度学习算法涵盖的内容非常前沿和广袤,国内外出版的相关书籍并不算多,有些侧重于理论层面的推导,有些侧重于框架API的介绍,鲜有能结合深度学习算法理论和实战讲解的教材。为了使读者能够深刻理解深度学习算法精髓,本书以探索问题

Deploy Machine Learning Models to Production
Pramod Singh
PDFApress · 2020
Build and deploy machine learning and deep learning models in production with end-to-end examples. This book begins with a focus on the machine learning model deployment process and its r

Deep Learning
Andrew Glassner
PDFNo Starch Press · 2021
A richly-illustrated, full-color introduction to deep learning that offers visual and conceptual explanations instead of equations. You'll learn how to use key deep learning algorithms without the

机器学习流水线实战
[美] 汉内斯•哈普克(Hannes Hapke)
PDF图灵丨人民邮电出版社 · 2021
●TensorFlow官方推荐 ●机器学习榜首书作者Aurelien Geron作序 ●覆盖自动化机器学习的全生命周期 ◎ 编辑推荐 正如自动化流水线给汽车制造业带来了质的改变,自动化机器学习流水线也能从根本上加速机器学习领域的发展。机器学习流水线实现了复用、管理和部署机器学习模型的标准化流程。数据科学家和机器学

PyTorch深度学习实战
[美] 伊莱•史蒂文斯
PDF人民邮电出版社 · 2022评分 7.1分
1.PyTorch核心开发者教你使用 PyTorch 创建神经网络和深度学习系统的实用指南。 2.详细讲解整个深度学习管道的关键实践,包括 PyTorch张量API、用 Python 加载数据、监控训练以及对结果进行可视化。 3. PyTorch核心知识+真实、完整的案例项目,快速提升读者动手能力: a.全面掌握PyTorch 相关

机器学习方法
李航
PDF清华大学出版社 · 2022
机器学习是以概率论、统计学、信息论、最优化理论、计算理论等为基础的计算机应用理论学科,也是人工智能、数据挖掘等领域的基础学科。《机器学习方法》全面系统地介绍了机器学习的主要方法,共分三篇。第一篇介绍监督学习的主要方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与**熵模型、支持向量机、Boosting、EM算法、隐马尔可夫模型、条件随机场等;第二篇介绍无监督学习的主要方法,包括

深度学习:从基础到实践(上、下册)
安德鲁·格拉斯纳(Andrew Glassner)
AZW3人民邮电出版社 · 2022
本书从基本概念和理论入手,通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识,且不涉及复杂的数学内容。 本书分为上下两册。上册着重介绍深度学习的基础知识,旨在帮助读者建立扎实的知识储备,主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向传播等内容。下册介绍机器学习的 scikit-learn 库和深度学习的

Deep Learning
Ian Goodfellow, Yoshua Bengio, Aaron Courville, 约书亚·本吉奥
PDFThe MIT Press · 2016评分 9.3分
"Written by three experts in the field, Deep Learning is the only comprehensive book on the subject." -- Elon Musk, co-chair of OpenAI; co-founder and CEO of Tesla and SpaceX Deep learning is a form o

深度学习入门之PyTorch
廖星宇
PDF电子工业出版社 · 2017评分 5.7分
《深度学习入门之PyTorch》深度学习如今已经成为科技领域最炙手可热的技术,在《深度学习入门之PyTorch》中,我们将帮助你入门深度学习。《深度学习入门之PyTorch》将从机器学习和深度学习的基础理论入手,从零开始学习 PyTorch,了解 PyTorch 基础,以及如何用 PyTorch 框架搭建模型。通过阅读《深度学习入门之PyTorch》,你将学到机器学习中的线性回归和 Logi

分布式机器学习——系统、工程与实战
柳浩
EPUB电子工业出版社 · 2023
《分布式机器学习——系统、工程与实战》主要讲解分布式机器学习算法和开源框架,读者既可以从宏观的设计上了解分布式机器学习的概念和理论,也可以深入核心技术的细节设计中,对分布式机器学习形成深刻而直观的认识,做到学以致用。 《分布式机器学习——系统、工程与实战》共分为5篇,第1篇是分布式基础,首先介绍了分布式机器学习的概念、基础设施,以及机器学习并行化技术、框架和软件系统,然后

深度学习与神经网络
赵眸光 编
EPUB
神经网络与深度学习是人工智能研究的重要领域,是机器学习的重要组成部分。人工智能是研究理解和模拟人类智能、智能行为及其规律的科学。本书紧紧围绕神经网络和深度学习的基础知识体系进行系统的梳理,力求从基础理论、经典模型和前沿应用展开论述,便于读者能够较为全面地掌握深度学习的相关知识。全书共 16 章。第 1 章是绪论,简要介绍人工智能、机器学习、神经网络与深度学习的基本概念及相互关系,并对神经网络

精通Transformer
[土]萨瓦斯·伊尔蒂利姆
EPUB北京理工大学出版社 · 2023
国内第1本Transformer——变形金刚红书 如果一定要说未来谁能引领人工智能世界,是Transformer而非chatGPT! 编辑推荐★★★★★ ChatGPT红得发紫,强得让人类心悸。 但在它的背后,还隐藏着一位真正的大佬。 它的名字叫做——Transformer! <