PaddlePaddle Fluid 深度学习入门与实战潘志宏,王培彬著人民邮

正版库存一手书，品相视出版时间长短而定，自然成色，可开电子发票，图片由软件自动采集，以书名为准，不以图片不符售后！

作者: 潘志宏,王培彬著
出版社: 人民邮电出版社
ISBN: 9787115555397
出版时间: 2021-06
版次: 1

装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 169页

作者: 潘志宏,王培彬著
出版社: 人民邮电出版社
ISBN: 9787115555397

出版时间: 2021-06
版次: 1
装帧: 平装

开本: 16开
纸张: 胶版纸
页数: 169页

售价 39.50 6.6折

定价￥59.80

品相全新品相描述

优惠

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2024-01-03

数量: 库存7件

立即购买加入购物车收藏

卖家超过10天未登录

商品详情
店铺评价

手机购买

微信扫码访问

商品分类：

计算机与互联网

货号：

R_11049959

品相描述：全新

正版库存一手书，品相视出版时间长短而定，自然成色，可开电子发票，图片由软件自动采集，以书名为准，不以图片不符售后！

商品描述：

基本信息
书名:PaddlePaddle Fluid 深度学习入门与实战
定价：59.8元
作者:潘志宏,王培彬著
出版社：人民邮电出版社
出版日期：2021-06-01
ISBN：9787115555397
字数：
页码：169
版次：
装帧：平装
开本：16开
商品重量：
编辑
1.百度飞桨团队参与策划、并大力此书；2.全书代码基于 Pytho3.7 实现；3.支持 PaddlePaddle Fluid 2.0 版本；4.内容简单易上手，读者无须理解复杂的数学公式和算法；5.通过9大实战案例全面讲解PaddlePaddle Fluid框架在深度学习领域的应用；6.提供实例配套源代码、部分实例相关素材和数据集下载
内容提要
本书全面讲解PaddlePaddle Fluid框架在深度学习领域的应用。全书共15章，分别是PaddlePaddle深度学习开发环境的搭建、PaddlePaddle快速入门、线性回归算法实战、卷积神经网络实战、循环神经网络实战、生成对抗网络实战、强化学习实战、模型的保存与使用、迁移学习实战可视化工具Visual DL的使用、自定义图像数据集识别项目实战、自定义文本数据集分类项目实战、动态图的使用、开发具有AI能力的服务器接口、移动端深度学习框架Paddle Lite的项目实战。本书实例丰富，适合机器学习爱好者、程序员、人工智能方面的从业人员阅读，也可以作为人工智能相关专业的师生用书和相关培训学校的教材。
目录
章　PaddlePaddle深度学习开发环境的搭建 1．1　深度学习与PaddlePaddle1．2　PaddlePaddle能做些什么1．3　如何学习本书 1．4　Python的安装 1．5　本地安装PaddlePaddle1．5．1　Windows操作系统下安装PaddlePaddle1．5．2　Ubuntu操作系统下安装PaddlePaddle1．6　PyCharm的使用 1．7　AI Studio平台的使用1．8　本章小结第 2章　PaddlePaddle快速入门 2．1　两个小实例让PaddlePaddle跑起来2．2　PaddlePaddle常量的使用2．3　PaddlePaddle变量的使用2．4　本章小结第3章　PaddlePaddle的HelloWorld——线性回归算法 3．1　迈入PaddlePaddle实战第一站3．2　PaddlePaddle深度学习实战—线性回归算法 3．2．1　深度神经网络模型的搭建 3．2．2　利用房价数据集对深度神经网络模型进行验证 3．3　本章小结第4章　卷积神经网络实战——MNIST手写数字识别 4．1　图像识别之卷积神经网络模型 4．2　PaddlePaddle CNN模型实战—MNIST手写数字识别4．3　本章小结第5章　循环神经网络实战——电影评论数据集的情感分析5．1　自然语言处理之循环神经网络模型5．2　PaddlePaddle搭建情感分析项目RNN模型 5．3　利用电影评论数据集对RNN模型进行验证5．4　本章小结第6章　生成对抗网络实战——增强数据集 6．1　生成对抗网络6．2　GAN增强数据集实战—训练GAN模型6．2．1　创建生成器6．2．2　创建判别器 6．3　本章小结第7章　强化学习实战——在游戏反馈中变得更聪明 7．1　强化学习简介7．2　项目测试游戏Gym的简介7．3　训练DQN模型——让DQN模型在游戏中不断学习并获得高分7．4　本章小结第8章　PaddlePaddle模型的保存与使用 8．1　深度学习模型的保存与使用8．2　训练模型．8．3　加载训练模型8．4　保存训练模型8．5　使用模型进行预测8．6　本章小结第9章　迁移学习实战——花卉类型识别 9．1　迁移学习简介9．2　迁移学习应用场景分析9．3　花卉类型识别项目实战—训练模型 9．4　花卉类型识别项目实战—验证模型9．5　本章小结 0章　PaddlePaddle可视化工具Visual DL的使用 10．1　可视化工具的重要性10．2　PaddlePaddle Visual DL的介绍10．3　PaddlePaddle Visual DL的安装10．4　Visual DL的简单用法 10．5　模型训练中使用Visual DL10．6　本章小结1章　自定义图像数据集识别项目实战——水果识别 11．1　自定义数据集 11．2　项目图像数据集的爬取11．3　为图像数据集生成图像列表 11．4　定义神经网络模型11．5　PaddlePaddle读取训练数据11．6　训练模型11．7　预测模型11．8　本章小结2章　自定义文本数据集分类项目实战——新闻标题分类 12．1　自定义文本数据集12．2　新闻标题分类实战—获取文本数据集12．3　对爬取数据进行预处理和存储12．4　定义BiLSTM模型 12．5　读取文本数据集12．6　训练模型 12．7　预测文本数据． 12．8　本章小结 3章　PaddlePaddle动态图的使用 13．1　PaddlePaddle动态图机制． 13．2　搭建动态图模型13．3　训练动态图模型13．4　预测模型 13．5　本章小结 4章　开发具有AI能力的服务器接口 14．1　具有AI能力的服务器接口14．2　PythoWeb开发框架Flask简介14．3　PaddlePaddle预测服务器接口14．4　本章小结 5章　移动端深度学习框架Paddle Lite的项目实战——水果识别App 15．1　Paddle Lite简介15．2　安装Paddle Lite15．2．1　Docker环境搭建15．2．2　Ubuntu环境搭建15．2．3　编译Paddle Lite15．3　优化移动端的深度学习模型15．4　Android水果识别App的开发15．5　本章小结
作者介绍

序言
- 封面
  
  【封面】
配送说明

...
相似商品
为你推荐