深度学习 - 第2页
深度学习分类电子书精选合集。本页精选包含 《深度学习精粹与PyTorch实践》、《Deep Learning with Python, Third Edition》、《深度学习在复杂系统健康监测中的应用》、《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》 等精选图书，本站提供海量优质电子书资源免费下载，支持PDF、EPUB、Kindle等多种格式，当前第2页。
计算机 - 深度学习
深度学习精粹与PyTorch实践
深度学习绝非不可窥探的黑箱！深入理解其模型和算法的实际运作机制，是驾驭并优化结果的关键。你无需成为数学专家或资深数据科学家，同样能够掌握深度学习系统内部的工作原理。本书旨在通过深入浅出的方式，为你揭示这些原理，让你在理解和解释自己的工作时更加自信与从容。本书通过平实的语言解析、详尽的代码注释，以及数十个基于 PyTorch 框架的实战示例，逐步引导你探索深度学习的核心概念与实用工具。本书避免了复杂
24 查看
2024年发布
暂无
[美] 爱德华·拉夫（Edward Raff） 著
计算机 - 深度学习
Deep Learning with Python, Third Edition
Free read at https://deeplearningwithpython.io/ Deep Learning with Python, Third Edition puts the power of deep learning in your hands. This new edition includes the latest Keras and TensorFlow featur
20 查看
2025年发布
暂无
François Chollet 著
计算机 - 深度学习
深度学习在复杂系统健康监测中的应用
《深度学习在复杂系统健康监测中的应用》由吴军编写，围绕深度学习在工业领域的落地应用展开。全书系统介绍复杂系统健康监测的理论基础与关键技术，包括数据采集、特征工程以及模型构建等核心环节。为了深入实施制造强国战略，我国正加速推动物联网、太数据、人工智能、云计算与制造业的深度融合，促进制造业向数字化、网络化和智能化转型升级。复杂系统健康监测是其中的关键环节之一。随着数据积聚、算法革新与算力提升，以裸度学
21 查看
2023年发布
暂无
吴军 等 著
计算机 - 深度学习
深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台
《深入理解 AutoML 和 AutoDL：构建自动化机器学习与深度学习平台》围绕自动化机器学习（AutoML）与自动化深度学习（AutoDL）展开，系统介绍如何利用算法与工程化平台降低 AI 模型开发门槛。全书从机器学习流程自动化出发，讲解数据预处理、特征工程、模型选择、超参数优化以及神经网络结构搜索（NAS）等关键技术，并分析自动化训练与部署流程的实现方法。 作者是资深的人工智能专家，大型金融
23 查看
2019年发布
4.5 分
王健宗、瞿晓阳 著
计算机 - 深度学习
图说深度学习：用可视化方法理解复杂概念
《图说深度学习：用可视化方法理解复杂概念》由美国计算机图形学和深度学习研究专家安德鲁·格拉斯纳编著，中国青年出版社出版。本书面向希望理解人工智能和深度学习基本原理的读者，以通俗易懂的语言、大量全彩图示和现实世界案例解释复杂概念，降低传统深度学习学习过程中较高的数学和编程门槛。全书围绕深度学习和现代人工智能中的重要概念展开，从概率、机器学习基础逐步深入神经网络及深度学习系统，并结合文本生成、图像分类
27 查看
2024年发布
7.2 分
[美] 安德鲁·格拉斯纳 著
计算机 - 深度学习
百面深度学习：算法工程师带你去面试
深度学习是目前学术界和工业界都非常火热的话题，在许多行业有着成功应用。本书由 Hulu 的近 30 位算法研究员和算法工程师共同编写完成，专门针对深度学习领域，是《百面机器学习：算法工程师带你去面试》的延伸。全书内容大致分为两个部分，第一部分介绍经典的深度学习算法和模型，包括卷积神经网络、循环神经网络、图神经网络、生成模型、生成式对抗网络、强化学习、元学习、自动化机器学习等；第二部分介绍深度学习在
22 查看
2020年发布
7.8 分
江云胜 等 著
计算机 - 深度学习
深度强化学习实战
本书先介绍深度强化学习的基础知识及相关算法，然后给出多个实战项目，以期让读者可以根据环境的直接反馈对智能体加以调整和改进，提升运用深度强化学习技术解决实际问题的能力。 本书涵盖深度 Q 网络、策略梯度法、演员 - 评论家算法、进化算法、Dist-DQN、多智能体强化学习、可解释性强化学习等内容。本书给出的实战项目紧跟深度强化学习技术的发展趋势，且所有项目示例以 Jupter Notebook 样式
13 查看
2023年发布
8.3 分
[美] 亚历山大·扎伊 等 著
计算机 - 深度学习
PyTorch计算机视觉实战：目标检测、图像处理与深度学习
本书基于真实数据集，全面系统地阐述现代计算机视觉实用技术、方法和实践，涵盖 50 多个计算机视觉问题。本书内容丰富新颖，语言文字表述清晰，应用实例讲解详细，图例直观形象，适合 PyTorch 初中级读者及计算机视觉相关技术人员阅读。全书分为四部分：第一部分（第 1~3 章）介绍神经网络和 PyTorch 的基础知识，以及如何使用 PyTorch 构建并训练神经网络，包括输入数据缩放、批归一化、超参
22 查看
2023年发布
暂无
[印] V·基肖尔·阿耶德瓦拉 等 著
计算机 - 深度学习
Deep Learning Crash Course
《Deep Learning Crash Course》面向具有编程基础、但可能没有深度学习经验的读者。全书强调边做边学，使用 PyTorch 和真实数据集，从第一个神经网络开始逐步建立现代深度学习知识体系。图像部分进入卷积神经网络，序列和自然语言部分覆盖循环神经网络与 Transformer；生成式模型部分进一步讲解自动编码器、GAN 和扩散模型，使读者能够理解今天生成式 AI 背后的多条技术路
17 查看
2026年发布
暂无
计算机 - 深度学习
理解深度学习
《理解深度学习》是西蒙·J.D.·普林斯撰写的一本深度学习教材，旨在帮助读者从原理层面理解现代深度学习技术。全书以直观方式讲解神经网络的核心思想，并逐步深入到训练机制、优化算法与模型结构等关键内容。书中涵盖前馈神经网络、卷积神经网络（CNN）、循环神经网络（RNN）以及注意力机制等主流模型，同时结合概率论、线性代数与优化理论解释模型为何能够工作。作者特别强调数学直觉与可解释性，减少单纯“调包调用”
17 查看
2025年发布
8.4 分
西蒙·J.D.·普林斯（Simon J.D. Prince） 著
