深度学习 - 第3页
深度学习分类电子书精选合集。本页精选包含 《理解深度学习》、《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》、《神经网络与深度学习：案例与实践（第二版）》 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3页。
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”
8 查看
2025年发布
8.4 分
西蒙·J.D.·普林斯（Simon J.D. Prince） 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
8 查看
2019年发布
4.5 分
王健宗、瞿晓阳 著
计算机 - 深度学习
神经网络与深度学习：案例与实践（第二版）
本书是《神经网络与深度学习》的配套实践书，由复旦大学邱锡鹏教授和百度飞桨团队合作完成。 本书在章节设计上和《神经网络与深度学习》一一对应，并以模型解读 + 案例实践的形式进行介绍。模型解读主要聚焦如何从零开始一步步实现深度学习中的各种模型和算法，并结合简单的任务来加深读者对模型和算法的理解；案例实践主要强调如何使用飞桨预定义 API 来更好地完成实际任务，会涉及一些数据预处理问题。 建议读者将本书
3 查看
2026年发布
暂无
邱锡鹏、飞桨教材编写组 著
没有找到想要的内容？
已找到资源 39 / 已提交资源 75 (解决率52%)