包子阳:高级工程师,自2009年起工作于北京无线电测量研究所。2009年6月毕业于电子科技大学信号与信息处理专业,获硕士学位。从事雷达电气总体、智能算法和深度学习等研究工作。迄今出版专著3本;申请发明专利6项(已授权3项);在国际雷达会议、《系统工程与电子技术》、《现代雷达》、《电子技术与应用》、《雷达科学与技术》、《空间电子技术》、雷达年会、天线年会等发表学术论文十余篇。
Python、TensorFlow、神经网络和深度学习因人工智能的流行而成为当下IT领域的热门关键词。本书首先介绍了Python及其常用库Numpy、Matplotlib和Scipy的基本使用方法;其次介绍了TensorFlow的基本知识及使用方法;然后介绍了神经网络的基础知识以及神经网络基本应用――感知机、线性回归与逻辑回归的理论与实现;最后介绍了两种热门的深度神经网络――卷积神经网络和循环神经网络的理论与实现。本书内容由浅入深,循序渐进,实践性强,包含丰富的仿真实例。
神经网络与深度学习—基于tensorflow框架和python技术实现:简洁明了,通俗易懂,AI入门好书。介绍了python、python基础库、tensorflow的基本使用方法,神经网络、感知器、线性回归、逻辑回归基础知识和实现,卷积神经网络和循环神经的原理和实现。并配套全书源代码。
评分神经网络与深度学习—基于tensorflow框架和python技术实现:简洁明了,通俗易懂,AI入门好书。介绍了python、python基础库、tensorflow的基本使用方法,神经网络、感知器、线性回归、逻辑回归基础知识和实现,卷积神经网络和循环神经的原理和实现。并配套全书源代码。
评分神经网络与深度学习—基于tensorflow框架和python技术实现:简洁明了,通俗易懂,AI入门好书。介绍了python、python基础库、tensorflow的基本使用方法,神经网络、感知器、线性回归、逻辑回归基础知识和实现,卷积神经网络和循环神经的原理和实现。并配套全书源代码。
评分神经网络与深度学习—基于tensorflow框架和python技术实现:简洁明了,通俗易懂,AI入门好书。介绍了python、python基础库、tensorflow的基本使用方法,神经网络、感知器、线性回归、逻辑回归基础知识和实现,卷积神经网络和循环神经的原理和实现。并配套全书源代码。
评分神经网络与深度学习—基于tensorflow框架和python技术实现:简洁明了,通俗易懂,AI入门好书。介绍了python、python基础库、tensorflow的基本使用方法,神经网络、感知器、线性回归、逻辑回归基础知识和实现,卷积神经网络和循环神经的原理和实现。并配套全书源代码。
本书旨在作为一本神经网络与深度学习的入门图书,其主要特点有: (1)系统性:首先介绍Python、TensorFlow的使用方法,然后介绍基本神经网络的理论及应用,最后介绍深度神经网络的理论及实现,内容由浅入深、循序渐进。 (2)通用性:程序实例采用通用的数值优化和 MNIST 手写字体案例,适合各学科和各领域的人员理解和学习。 (3)实用性:注重理论联系实际,首先进行理论介绍,然后进行程序实现,通过理论介绍来初步了解算法,通过程序实现来深入理解算法。
评分本书旨在作为一本神经网络与深度学习的入门图书,其主要特点有: (1)系统性:首先介绍Python、TensorFlow的使用方法,然后介绍基本神经网络的理论及应用,最后介绍深度神经网络的理论及实现,内容由浅入深、循序渐进。 (2)通用性:程序实例采用通用的数值优化和 MNIST 手写字体案例,适合各学科和各领域的人员理解和学习。 (3)实用性:注重理论联系实际,首先进行理论介绍,然后进行程序实现,通过理论介绍来初步了解算法,通过程序实现来深入理解算法。
评分人工智能入门书籍,提供源程序,实践性强。
评分本书旨在作为一本神经网络与深度学习的入门图书,其主要特点有: (1)系统性:首先介绍Python、TensorFlow的使用方法,然后介绍基本神经网络的理论及应用,最后介绍深度神经网络的理论及实现,内容由浅入深、循序渐进。 (2)通用性:程序实例采用通用的数值优化和 MNIST 手写字体案例,适合各学科和各领域的人员理解和学习。 (3)实用性:注重理论联系实际,首先进行理论介绍,然后进行程序实现,通过理论介绍来初步了解算法,通过程序实现来深入理解算法。
评分很好,入门级的书,由浅入深,又看得懂
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有