| 字段 | 字段内容 |
|---|---|
| 001 | 01h0226016 |
| 005 | 20240529163126.0 |
| 010 | $a: 978-7-111-74172-5$d: CNY149.00 |
| 100 | $a: 20240225d2024 em y0chiy50 ea |
| 101 | $a: chi$c: eng |
| 102 | $a: CN$b: 110000 |
| 105 | $a: afk a 000yy |
| 106 | $a: r |
| 200 | $a: 基于TensorFlow的深度学习$A: ji yu TensorFlow de shen du xue xi$e: 神经网络、计算机视觉和NLP的理论与实践$f: (美) 马格努斯·埃克曼著$d: = Learning deep learning$e: theory and practice of neural networks, computer vision, natural language processing, and transformers using TensorFlow$f: Magnus Ekman$g: 周翊民译$z: eng |
| 210 | $a: 北京$c: 机械工业出版社$d: 2024.01 |
| 215 | $a: 407页$c: 图 (部分彩图)$d: 24cm |
| 225 | $a: 智能系统与技术丛书$A: zhi neng xi tong yu ji shu cong shu |
| 306 | $a: 本书中文简体字版由Pearson Education (培生教育出版集团) 授权机械工业出版社在中国大陆地区 (不包括香港、澳门特别行政区及台湾地区) 独家出版发行 |
| 314 | $a: 马格努斯·埃克曼 (Magnus Ekman) 马格努斯·埃克曼博士是NVIDIA公司的架构总监, 带领AI数据中心的工程团队, 致力于自动驾驶芯片的研究。周翊民, 中国科学院深圳先进技术研究院研究员, 博士生导师。2008年在英国牛津大学工程科学系获得博士学位, 曾在英国拉夫堡大学电子电气工程系从事博士后研究工作。 |
| 320 | $a: 有书目 (第391-407页) |
| 330 | $a: 本书介绍了深度学习核心概念和实际编程技术, 阐述了深层神经网络中人工神经元、全连接层、卷积层和循环层等模块, 还展示了如何使用它们来构建高级体系结构。本书特色在于利用这些概念来建立现代的计算机视觉和自然语言处理网络, 包括mask-CNN、GPT和BERT, 还介绍了自然语言翻译和生成图像的自然语言描述。本书涵盖了工业界和学术界使用的两个主要的Python DL库, 探讨了重要的伦理问题, 适合开发人员、数据科学家、分析师和没有机器学习或统计经验的初学者。 |
| 410 | $1: 2001 $a: 智能系统与技术丛书 |
| 500 | $1: 0$a: Learning deep learning : theory and practice of neural networks, computer vision, natural language processing, and transformers using TensorFlow$m: Chinese |
| 517 | $a: 神经网络、计算机视觉和NLP的理论与实践$A: shen jing wang luo 、ji suan ji shi jue he NLP de li lun yu shi jian |
| 606 | $a: 人工智能$A: ren gong zhi neng$x: 算法$x: 研究 |
| 690 | $a: TP18$v: 5 |
| 701 | $a: 埃克曼$A: ai ke man$g: (Ekman, Magnus)$4: 著 |
| 702 | $a: 周翊民$A: zhou yi min$4: 译 |
| 801 | $a: CN$b: XUPT$c: 20240529 |
| 905 | $d: TP18$r: CNY149.00$e: 767 |
北京创讯未来软件技术有限公司 版权所有 ALL RIGHTS RESERVED 京ICP备 09032139
欢迎第19483043位用户访问本系统