JAX是一個(gè)用于高性能數(shù)值計(jì)算的Python庫(kù)，專門為深度學(xué)習(xí)領(lǐng)域的高性能計(jì)算而設(shè)計(jì)。本書(shū)詳解JAX框架深度學(xué)習(xí)的相關(guān)知識(shí)，配套示例源碼、PPT課件、數(shù)據(jù)集和開(kāi)發(fā)環(huán)境。 本書(shū)共分為13章，內(nèi)容包括JAX從零開(kāi)始，一學(xué)就會(huì)的線性回歸、多層感知機(jī)與自動(dòng)微分器，深度學(xué)習(xí)的理論基礎(chǔ)，XLA與JAX一般特性，JAX的高級(jí)特性，JAX的一些細(xì)節(jié)，JAX中的卷積，JAX與TensorFlow的比較與交互，遵循JAX函數(shù)基本規(guī)則下的自定義函數(shù)，JAX中的高級(jí)包。后給出3個(gè)實(shí)戰(zhàn)案例：使用ResNet完成CI
本書(shū)圍繞scikit-learn庫(kù)，詳細(xì)介紹機(jī)器學(xué)習(xí)模型、算法、應(yīng)用場(chǎng)景及其案例實(shí)現(xiàn)方法，通過(guò)對(duì)相關(guān)算法循序漸進(jìn)的講解，帶你輕松踏上機(jī)器學(xué)習(xí)之旅。本書(shū)采用理論與實(shí)踐相結(jié)合的方式，結(jié)合Python3語(yǔ)言的強(qiáng)大功能，以小的編程代價(jià)來(lái)實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法。本書(shū)配套PPT課件、案例源碼、數(shù)據(jù)集、開(kāi)發(fā)環(huán)境與答疑服務(wù)。 本書(shū)共分13章，內(nèi)容包括機(jī)器學(xué)習(xí)的基礎(chǔ)理論、模型范式、策略、算法以及機(jī)器學(xué)習(xí)的應(yīng)用開(kāi)發(fā)，涵蓋特征提取、簡(jiǎn)單線性回歸、k近鄰算法、多元線性回歸、邏輯回歸、樸素貝葉斯、非線性分類、決策樹(shù)回歸、
《PyTorch編程技術(shù)與深度學(xué)習(xí)》講述深度學(xué)習(xí)的基本原理，使用PyTorch展示涉及的深度學(xué)習(xí)算法。通過(guò)理論講解和編程操作，使讀者了解并掌握深度學(xué)習(xí)的原理和PyTorch編程技能，拉近理論與實(shí)踐的距離。全書(shū)共分9章，主要內(nèi)容包括PyTorch介紹、PyTorch基礎(chǔ)編程、深度學(xué)習(xí)快速入門、神經(jīng)網(wǎng)絡(luò)訓(xùn)練與優(yōu)化、卷積神經(jīng)網(wǎng)絡(luò)原理、卷積神經(jīng)網(wǎng)絡(luò)示例、詞嵌入模型、循環(huán)神經(jīng)網(wǎng)絡(luò)原理、NLP示例。書(shū)中不但涵蓋成熟的卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的原理和示例，還包含一些新的如Transformer和知識(shí)蒸
圖神經(jīng)網(wǎng)絡(luò)是人工智能的一個(gè)熱點(diǎn)方向,從圖的視角解讀大數(shù)據(jù),可以靈活建模復(fù)雜的信息交互關(guān)系,吸引大量學(xué)者的關(guān)注并在多個(gè)工業(yè)領(lǐng)域得到廣泛應(yīng)用。《圖深度學(xué)習(xí)從理論到實(shí)踐》由淺入深,全面介紹圖神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)、典型模型方法和應(yīng)用實(shí)踐。《圖深度學(xué)習(xí)從理論到實(shí)踐》不僅包括一般的深度學(xué)習(xí)基礎(chǔ)和圖基礎(chǔ)知識(shí),還涵蓋了圖表示學(xué)習(xí)、圖卷積、圖注意力、圖序列等典型圖網(wǎng)絡(luò)模型,以自研的Galileo平臺(tái)為代表的圖學(xué)習(xí)框架,以及圖神經(jīng)網(wǎng)絡(luò)在電商推薦和流量風(fēng)控方面的兩個(gè)典型工業(yè)應(yīng)用。《圖深度學(xué)習(xí)從理論到實(shí)
本書(shū)的寫(xiě)作目的旨在幫助大量正走在、或即將走向?qū)W習(xí)機(jī)器學(xué)習(xí)路上的廣大讀者朋友。我們?cè)谌粘＝虒W(xué)和培養(yǎng)研究生過(guò)程中發(fā)現(xiàn)，很多同學(xué)一方面想學(xué)、愿意學(xué)；另一方面又遇到入門難的問(wèn)題，希望能有一本書(shū)旨在幫助正走在或即將走向?qū)W習(xí)機(jī)器學(xué)習(xí)路上的廣大讀者朋友。我們?cè)谌粘＝虒W(xué)和培養(yǎng)研究生過(guò)程中發(fā)現(xiàn)，很多同學(xué)一方面想學(xué)、愿意學(xué)； 另一方面又遇到入門難的問(wèn)題，希望能有一本書(shū)、一本教材講原理、給數(shù)據(jù)、給源碼、給實(shí)驗(yàn)，帶著入門。本著這樣一個(gè)初衷，我們選擇了機(jī)器學(xué)習(xí)領(lǐng)域析十大經(jīng)典算法，把我們平常培養(yǎng)碩士研究生一年級(jí)剛?cè)胄?/p>
未來(lái)網(wǎng)絡(luò)是什么樣子？構(gòu)建未來(lái)網(wǎng)絡(luò)的關(guān)鍵技術(shù)有哪些？如果你在思考這些問(wèn)題，請(qǐng)你一定要閱讀本書(shū)。AI助力通信網(wǎng)絡(luò)的發(fā)展構(gòu)建了“網(wǎng)絡(luò)AI”，在此基礎(chǔ)上疊加云網(wǎng)融合、B5G/6G、網(wǎng)絡(luò)5.0、算力網(wǎng)絡(luò)、區(qū)塊鏈、數(shù)字孿生、量子通信、網(wǎng)絡(luò)安全等新的關(guān)鍵技術(shù)，共同打造“2030后的未來(lái)網(wǎng)絡(luò)”。本書(shū)通過(guò)講解和剖析上述關(guān)鍵技術(shù)，多維度地闡述了未來(lái)網(wǎng)絡(luò)發(fā)展的愿景和演進(jìn)路徑，可讓讀者系統(tǒng)地學(xué)習(xí)與思考。 本書(shū)的主要讀者對(duì)象為電信運(yùn)營(yíng)商、電信設(shè)備提供商、電信咨詢行業(yè)的從業(yè)人員和從事通信科研的高校師生，以及關(guān)注通信行業(yè)技
本書(shū)介紹了人工智能和大數(shù)據(jù)涉及的核心概念和模型。書(shū)中涉及概念包括監(jiān)督和非監(jiān)督學(xué)習(xí)、數(shù)據(jù)類型、可視化、線性回歸、邏輯回歸、分類回歸樹(shù)、神經(jīng)網(wǎng)絡(luò)等。同時(shí)，本書(shū)理論和實(shí)際并重，基于真實(shí)的實(shí)例和數(shù)據(jù)集，引入了R語(yǔ)言演示實(shí)際計(jì)算和操作，為讀者展示解決實(shí)際問(wèn)題的代碼，從而讓讀者掌握在實(shí)際生活中解決相關(guān)問(wèn)題的方法。 本書(shū)適合想要綜合學(xué)習(xí)人工智能、大數(shù)據(jù)和數(shù)據(jù)科學(xué)，尤其是想要依靠這些學(xué)科解決實(shí)際問(wèn)題的人學(xué)習(xí)，也適合作為相關(guān)課程的參考教材。
本書(shū)以讀者熟知的姜子牙的故事為線索，圍繞人工智能技術(shù)的特色和應(yīng)用，介紹自然語(yǔ)言處理、機(jī)器翻譯、計(jì)算機(jī)視覺(jué)等人工智能技術(shù)內(nèi)容，并通過(guò)大量實(shí)例幫助讀者動(dòng)手實(shí)踐，掌握用AI解決實(shí)際問(wèn)題的能力。
本書(shū)旨在利用 TensorFlow 針對(duì)各種現(xiàn)實(shí)場(chǎng)景設(shè)計(jì)深度學(xué)習(xí)系統(tǒng)，引導(dǎo)讀者實(shí)現(xiàn)有趣的深度學(xué)習(xí)項(xiàng)目。本書(shū)涵蓋 10 個(gè)實(shí)踐項(xiàng)目，如用目標(biāo)檢測(cè) API 標(biāo)注圖像、利用長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM）預(yù)測(cè)股票價(jià)格、構(gòu)建和訓(xùn)練機(jī)器翻譯模型、檢測(cè) Quora 數(shù)據(jù)集中的重復(fù)問(wèn)題等。通過(guò)閱讀本書(shū)，讀者可以了解如何搭建深度學(xué)習(xí)的 TensorFlow 環(huán)境、如何構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)以有效地處理圖像、如何利用長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)股票價(jià)格，以及如何實(shí)現(xiàn)一個(gè)能夠自己玩電子游戲的人工智能（AI）！ 本書(shū)適合數(shù)據(jù)科學(xué)
本書(shū)是一本系統(tǒng)介紹深度學(xué)習(xí)技術(shù)及開(kāi)源框架PyTorch的入門書(shū)。書(shū)中通過(guò)大量案例介紹了PyTorch的使用方法、神經(jīng)網(wǎng)絡(luò)的搭建、常用神經(jīng)網(wǎng)絡(luò)（如卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)）的實(shí)現(xiàn)，以及實(shí)用的深度學(xué)習(xí)技術(shù)，包括遷移學(xué)習(xí)、對(duì)抗生成學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)、圖神經(jīng)網(wǎng)絡(luò)等。讀者通過(guò)閱讀本書(shū)，可以學(xué)會(huì)構(gòu)造一個(gè)圖像識(shí)別器，生成逼真的圖畫(huà)，讓機(jī)器理解單詞與文本，讓機(jī)器作曲，教會(huì)機(jī)器玩游戲，還可以實(shí)現(xiàn)一個(gè)簡(jiǎn)單的機(jī)器翻譯系統(tǒng)。 第2版基于PyTorch 1.6.0，對(duì)全書(shū)代碼進(jìn)行了更新，同時(shí)增加了Transformer
新書(shū)資訊 新書(shū)推薦