深度学习详解;副标题：无;作者: 王琦 编著；杨毅远 编著；江季 编著;内容简介：​本书根据李宏毅老师“机器学习”公开课中与深度学习相关的内容编写而成，介绍了卷积神经网络、Transformer、生成模型、自监督学习（包括BERT和GPT）等深度学习常见算法，并讲解了对抗攻击、领域自适应、强化学习

AI源码解读:卷积神经网络深度学习案例;副标题：无;作者: 李永华;内容简介：​本书以人工智能发展为时代背景，通过20个机器学习模型和算法案例，为读者提供较为详细的实战方案，以便进行深度学习。在编排方式上，全书侧重对创新项目的过程进行介绍，分别从整体设计、系统流程和实现模块等角度论述数据处理、模型

深度强化学习;副标题：无;作者: 王树森;内容简介：​序言格物致知，知行合一强化学习研究序贯决策问题，它同监督学习、无监督学习一起构成机器学习的三大学习范式. 强化学习像无监督学习一样不存在有标签的训练集，但它通过与环境交互并在奖惩制度的不断刺激下驱使系统学习如何最大化自己的利益或最小化自己的损失

深度学习;副标题：无;作者: [美]特伦斯·谢诺夫斯基（terrence Sejnowski）;内容简介：​全球科技巨头纷纷拥抱深度学习，自动驾驶、AI医疗、语音识别、图像识别、智能翻译以及震惊世界的AlphaGo，背后都是深度学习在发挥神奇的作用。深度学习是人工智能从概念到繁荣得以实现的主流技术

深度学习革命;副标题：无;作者: （美）凯德·梅茨,桂曙光;内容简介：​近年来，让人工智能受到全世界瞩目的高调事件，基本上都是基于深度学习的。比如，AlphaGo击败了世界围棋冠军，自然语言处理催生了智能语音助手，自动驾驶、人脸识别在世界范围内得到广泛应用，AI绘画更是以假乱真、火遍全球……可以说

AI未来进行式副标题：无作者: 51epub.cc内容简介：​李开复博士联手科幻作家陈楸帆，预测无限接近真实的科技未来 解析未来20年人工智能等科技发展趋势，思考科技落地对人与人类社会的冲击 刘慈欣、杨立昆、萨蒂亚·纳德拉、瑞·达利欧、贝尼特·米勒等强势推荐 __________

深度学习:从基础到实践副标题：无作者: 安德鲁·格拉斯纳内容简介：​本书从基本概念和理论入手，通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识，且不涉及复杂的数学内容。 本书分为上下两册。上册着重介绍深度学习的基础知识，旨在帮助读者建立扎实的知识储备，主要介绍随机性与基础统计学、训练与测试

TensorFlow深度学习实战(副标题)：无 ;(作者): Antonio Gulli, Amita Kapoor ;内容简介：​第1章　TensorFlow简介任何曾经试图在Python中只利用NumPy编写神经网络代码的人都知道那是多么麻烦。编写一个简单的一层前馈网络的代码尚且需要40多行代

深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台(副标题)：无 ;(作者): 王健宗 ;内容简介：​第1章　人工智能概述本章主要是人工智能的基本概述，包括人工智能的起源和发展，以及人工智能的两个重要组成部分：机器学习和深度学习。深度学习一直在持续发展，我们将用两小节来介绍深度学

Keras深度学习实战(副标题)：无 ;(作者): [意大利]安东尼奥·古利(Antonio Gulli), [印度]苏伊特·帕尔(Sujit Pal） ;内容简介：​Tip:NOCONT,图书简介暂无,请下载图书查阅详细内容：cont_err目录预览：​Keras深度学习实战第1章 神经网络基础

AI安全之对抗样本入门(副标题)：无 ;(作者): 刘焱 ;内容简介：​第3章　常见深度学习平台简介在第2章中，我们介绍了如何搭建对抗样本的工具箱环境，概要介绍了主流的深度学习平台。本章将结合实际案例，具体介绍TensorFlow、Keras、PyTorch和MXNet平台的使用方法。目录预览：​

大数据架构详解:从数据获取到深度学习(副标题)：无 ;(作者): 朱洁、罗华霖 ;内容简介：​Tip:NOCONT,图书简介暂无,请下载图书查阅详细内容：cont_err目录预览：​大数据架构详解：从数据获取到深度学习第1章 大数据是什么第2章 运营商大数据架构第3章 运营商大数据业务第二部分 大

PyTorch深度学习(副标题)：无 ;(作者): [印度]毗湿奴·布拉马尼亚(Vishnu Subramanian) ;内容简介：​Tip:NOCONT,图书简介暂无,请下载图书查阅详细内容：cont_err目录预览：​PyTorch深度学习第1章 PyTorch与深度学习第2章 神经网络的构成

TensorFlow深度学习应用实践(副标题)：无 ;(作者): 王晓华 ;内容简介：​第18章暂时的冠军——ResNet简介及TensorFlow实现使用深度学习，特别是卷积神经网络在图像识别上的应用引发了一系列的技术突破，通过改变隐藏层的深度和增加每层之间的神经元，让神经网络模型自然整合所提取

TensorFlow自然语言处理(副标题)：无 ;(作者): Thushan Ganegedara ;内容简介：​第1章　自然语言处理简介自然语言处理（NLP）是理解和处理当今世界中大量非结构化数据的重要工具。最近，深度学习已被广泛用于许多NLP任务，因为深度学习算法在诸如图像分类、语音识别和现实

TensorFlow:实战Google深度学习框架(副标题)：无 ;(作者): 郑泽宇 ;内容简介：​第1章 深度学习简介在人工智能的普及和推广上，AlphaGo系列做出了巨大贡献。从2016年年初AlphaGo战胜李世石，到2016年年底Master取得60连胜，再到最近AlphaGo Zero

Web安全之深度学习实战(副标题)：无 ;(作者): 刘焱 ;内容简介：​3.1　循环神经算法概述RNN（Recurrent Neural Networks，循环神经网络）是深度学习算法中非常有名的一种算法。RNN之所以称为循环神经网络，是因为一个序列当前的输出与前面的输出也有关。具体的表现形式为

基于浏览器的深度学习(副标题)：无 ;(作者): Xavier Bourry, Kai Sasaki, Christoph K?rner, Reiichiro Nakano ;内容简介：​Tip:NOCONT,图书简介暂无,请下载图书查阅详细内容：cont_err目录预览：​基于浏览器的深度学习第

实战深度学习算法:零起点通关神经网络模型(副标题)：无 ;(作者): 徐彬 ;内容简介：​Tip:NOCONT,图书简介暂无,请下载图书查阅详细内容：cont_err目录预览：​实战深度学习算法：零起点通关神经网络模型（基于Python和NumPy实现）第1章 基础分类模型第2章 第一个神经网络第

深度学习与图像识别:原理与实践(副标题)：无 ;(作者): 魏溪含 ;内容简介：​Tip:NOCONT,图书简介暂无,请下载图书查阅详细内容：cont_err目录预览：​深度学习与图像识别：原理与实践第1章 机器视觉在行业中的应用1.1 机器视觉的发展背景1.1.2 机器视觉1.2 机器视觉的主要