深度学习技术的发展
✍ Scribed by it-ebooks
- Publisher
- iBooker it-ebooks
- Tongue
- Chinese
- Leaves
- 68
- Series
- it-ebooks-extra
- Category
- Library
No coin nor oath required. For personal study only.
📜 SIMILAR VOLUMES
<p>本书从机器学习、图像处理的基本概念入手,逐步阐述深度学习图像处理技术的基本原理以及简单的实现。继而以几个实战案例来介绍如何使用深度学习方法,在数据分析竞赛中取得较高的排名。#后,通过一个实战案例,介绍如何将模型放入 iOS 程序,制作相应的人工智能手机App。</p> <p>本书适用于对深度学习有兴趣、希望入门这一领域的理工科大学生、研究生,以及希望了解该领域基本原理的软件开发人员。此外,本书所有案例均提供了云环境上的代码,便于读者复现结果,并进行深入学习。</p>
<p>《深度学习的数学》基于丰富的图示和具体示例,通俗易懂地介绍了深度学习相关的数学知识。第1章介绍神经网络的概况;第2章介绍理解神经网络所需的数学基础知识;第3章介绍神经网络的最优化;第4章介绍神经网络和误差反向传播法;第5章介绍深度学习和卷积神经网络。书中使用Excel进行理论验证,帮助读者直观地体验深度学习的原理。</p>
内容简介 · · · · · · 本书描述的是技术发展理论的依据是技术史研究的最新成果,以及从经济史和人类学中获取的相关材料。它挑战了一种流行观点:技术进步是由少数英雄式的人物不依赖过去的任何原有技术而创造的一系列发明所推动的。因而,本书的观点是以生物进化论而非以政治革命理论和实践为基本出发点,所作的类比构成的。<br> 本书中贯穿着三大主题:其一是多样性--确认古往今来所见的人造物的品种惊人之多;其二是需求--相信人类总是
<p>语音识别已经逐渐进入人们的日常生活。语音识别技术是涉及语言、计算机、数学等领域的交叉学科。本书介绍了包括 C#、Perl、Pvthon、Java 在内的多种编程语言实践,开源语音识别工具包 Kaldi 的使用与代码分析,深度学习的开发环境搭建,卷积神经网络,以及语音识别中常见的语言模型一一N元模型和依存模型等,让读者快速了解语音识别基础,掌握开发语音识别程序的算法。</p> <p>本书从语音识别的基础开始讲起,并辅以翔实的案例,既适合需要具体实现语音识别的程序员使用,也适合有一定机器学习或语音识别基础的学生、研究者或从业者阅读。</p>