《Learning Deep Learning: Theory and Practice of Neural Networks, Computer Vision, Natural Language Processing, and Transformers Using TensorFlow》(学习深度学习:使用 TensorFlow 的神经网络、计算机视觉、自然语言处理和 Transformers 的理论与实践)
深度学习 (DL) 是当今机器学习和人工智能领域令人兴奋的进步的关键组成部分。《学习深度学习》是一本完整的 DL 指南。本书阐明了成功所需的核心概念和动手编程技术,非常适合开发人员、数据科学家、分析师和其他人员——包括那些没有机器学习或统计经验的人。
在介绍了深度神经网络的基本构建块(例如人工神经元和完全连接、卷积和循环层)之后,Magnus Ekman 展示了如何使用它们来构建高级架构,包括 Transformer。他描述了如何使用这些概念来构建用于计算机视觉和自然语言处理 (NLP) 的现代网络,包括 Mask R-CNN、GPT 和 BERT。他还解释了自然语言翻译器和系统如何生成图像的自然语言描述。
猜您喜欢
推荐帖子 最新更新时间:2024-10-06 22:41
推荐内容
开源项目推荐 更多
热门活动
热门器件
用户搜过
随便看看
热门下载
热门文章
热门标签
评论