登入帳戶  | 訂單查詢  | 購物車/收銀台(0) | 在線留言板  | 付款方式  | 聯絡我們  | 運費計算  | 幫助中心 |  加入書簽
會員登入   新用戶註冊
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類閱讀雜誌 香港/國際用戶
最新/最熱/最齊全的簡體書網 品種:超過100萬種書,正品正价,放心網購,悭钱省心 送貨:速遞 / 物流,時效:出貨後2-4日

2024年10月出版新書

2024年09月出版新書

2024年08月出版新書

2024年07月出版新書

2024年06月出版新書

2024年05月出版新書

2024年04月出版新書

2024年03月出版新書

2024年02月出版新書

2024年01月出版新書

2023年12月出版新書

2023年11月出版新書

2023年10月出版新書

2023年09月出版新書

『簡體書』人工智能中的深度结构学习

書城自編碼: 3038033
分類: 簡體書→大陸圖書→計算機/網絡人工智能
作 者: Yoshua Bengio
國際書號(ISBN): 9787111569350
出版社: 机械工业出版社
出版日期: 2017-08-01
版次: 1 印次: 1
頁數/字數: 79/119000
書度/開本: 16开 釘裝: 平装

售價:NT$ 252

我要買

share:

** 我創建的書架 **
未登入.



新書推薦:
债务之网:瑞士民商法的发展历史(1800-1900)
《 债务之网:瑞士民商法的发展历史(1800-1900) 》

售價:NT$ 345.0
ARM嵌入式Linux系统开发详解(第3版)
《 ARM嵌入式Linux系统开发详解(第3版) 》

售價:NT$ 595.0
长寿时代:做自己人生的CFO
《 长寿时代:做自己人生的CFO 》

售價:NT$ 310.0
早点知道会幸福的那些事
《 早点知道会幸福的那些事 》

售價:NT$ 295.0
知宋·宋代之货币
《 知宋·宋代之货币 》

售價:NT$ 340.0
爱的7种对话:建立持续一生的亲密关系     (加)苏·约翰逊
《 爱的7种对话:建立持续一生的亲密关系 (加)苏·约翰逊 》

售價:NT$ 345.0
中国近现代武术思想史研究
《 中国近现代武术思想史研究 》

售價:NT$ 500.0
废奴
《 废奴 》

售價:NT$ 350.0

建議一齊購買:

+

NT$ 425
《 Python数据科学导论 》
+

NT$ 425
《 构建实时机器学习系统 》
+

NT$ 425
《 神经网络算法与实现 基于Java语言 》
+

NT$ 425
《 Python机器学习经典实例 》
+

NT$ 396
《 编程风格:好代码的逻辑 》
+

NT$ 569
《 机器学习在线:解析阿里云机器学习平台 》
內容簡介:
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,尤其是那些被充分用作基石的单层模型的非监督学习算法例如受限玻尔兹曼机RBM,它用于构建深度信念网络等深度模型。
目錄
译者序
1 引言1
 1.1 如何训练深度结构3
 1.2 中间层表示:在不同的任务中共享特征和抽象4
 1.3 学习人工智能的必经之路5
 1.4 本书大纲6
2 深度结构的理论优势8
 2.1 计算复杂性10
 2.2 一些非正式的论证11
3 局部与非局部泛化性13
 3.1 局部模板匹配的局限性13
 3.2 学习分布式表示17
4 具有深度结构的神经网络19
 4.1 多层神经网络19
 4.2 训练深度神经网络的挑战20
 4.3 深度结构的无监督学习25
 4.4 深度生成结构26
 4.5 卷积神经网络28
 4.6 自动编码器29
5 能量模型和玻尔兹曼机31
 5.1 能量模型和专家乘积系统31
 5.2 玻尔兹曼机34
 5.3 受限玻尔兹曼机36
 5.4 对比散度39
目录Ⅴ 
6 深层结构的逐层贪心训练46
 6.1 深度置信网络的逐层训练46
 6.2 堆叠自动编码器训练48
 6.3 半监督与部分监督训练49
7 受限玻尔兹曼机和自动编码器的变体51
 7.1 自动编码器和受限玻尔兹曼机的稀疏化表示51
 7.2 降噪自动编码器55
 7.3 层内连接56
 7.4 条件RBM和时序RBM 57
 7.5 分解式RBM 59
 7.6 受限玻尔兹曼机和对比散度的推广59
8 DBN各层联合优化中的随机变分边界62
 8.1 将RBM展开为无限有向置信网络62
 8.2 逐层贪心训练的变分证明64
 8.3 所有层的联合无监督训练66
9 展望69
 9.1 全局优化策略69
 9.2 无监督学习的重要性72
 9.3 开放的问题73
10 总结76
致谢78
参考文献79

 

 

書城介紹  | 合作申請 | 索要書目  | 新手入門 | 聯絡方式  | 幫助中心 | 找書說明  | 送貨方式 | 付款方式 台灣用户 | 香港/海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 (香港)大書城有限公司 All Rights Reserved.