成功加入购物车

去购物车结算 X
孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索
华屹书店
  • 深度序列模型与自然语言处理
图文详情

深度序列模型与自然语言处理

举报

正版新书 新华官方库房直发 可开电子发票

  • 作者: 
  • 出版社:    清华大学出版社
  • ISBN:    9787302629610
  • 出版时间: 
  • 版次:    1
  • 装帧:    平装
  • 开本:    16开
  • 纸张:    胶版纸
  • 页数:    356页
  • 字数:    534千字
  • 版次:  1
  • 装帧:  平装
  • 开本:  16开
  • 纸张:  胶版纸
  • 页数:  356页
  • 字数:  534千字

售价 ￥ 69.30 7.0折

定价 ￥99.00 

品相 全新品相描述

优惠 满减券
    发货
    承诺24小时内发货
    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2025-08-13

    数量
    库存8件
    立即购买 加入购物车 收藏
    微信扫描下方二维码
    微信扫描打开成功后，点击右上角”...“进行转发

    卖家超过10天未登录

    华屹书店
    店铺等级
    资质认证
    90天平均
    成功完成
    96.15% (955笔)
    好评率
    100%
    发货时间
    7.69小时
    店主
    华屹书店
    联系
    在线交谈 离线留言
    进店逛逛 收藏店铺
    • 商品详情
    • 店铺评价
    立即购买 加入购物车 收藏
    手机购买
    微信扫码访问
    • 商品分类：
      自然科学
      货号：
      SC:9787302629610
      品相描述：全新
      全新正版 提供发票
      商品描述：
      作者简介:
      北京大学计算语言研究所硕士，在国内外会议和期刊上发表过多篇自然语言处理相关论文。曾负责网易有道离线神经网络机器翻译模块和 Kikatech 印度输入法引擎算法研发工作，并撰写相关专利。在知乎平台上回答深度学习和自然语言处理相关问题，多个回答获得编辑推荐，上万粉丝关注。
      内容简介:
      本书以自然语言和语音信号处理两大应用领域为载体,详细介绍深度学习中的各种常用序列模型。在讲述理论知识的同时辅以代码实现和 讲解,帮助读者深入掌握相关知识技能。

      本书共12章,不仅涵盖了词向量、循环神经网络、卷积神经网络、Transformer等 基础知识,还 囊括了注意力机制、序列到序列问题等 专题,同时还包含其他书籍中较少涉及的预训练语言模型、生成对抗网络、强化学习、流模型 等前沿内容,以拓宽读者视野。

      本书既适合互联网公司算法I程师等群体阅读,又可以作为本科高年级或研究生级别的自然语言处理和深 度学习课程的参考教材。

      目录:
      第1章深度学习与自然语言处理概述

      1.1自然语言处理简史

      1.1.1自然语言处理能做什么

      1.1.2自然语言处理的发展史

      1.2深度学习的兴起

      1.2.1从机器学习到深度学习

      1.2.2深度学习框架

      1.2.3TensorFlow2程序样例

      第2章词向量的前世今生

      2.1文本预处理的流程

      2.2前深度学习时代的词向量

      2.2.1独热向量

      2.2.2分布式表示

      2.3深度学习时代的词向量

      2.3.1词向量的分类

      2.3.2可视化词向量

      2.3.3词向量在下游任务中的使用

      2.4Word2vec数学原理

      ……

      配送说明

      ...

      相似商品

      为你推荐

    孔网分类
    图书
    © 2002-2025 Kongfz.com 孔夫子旧书网 版权所有
    关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全
    孔网啦啦啦啦啦纺织女工火锅店第三课

    开播时间：09月02日 10:30

    即将开播，去预约
    直播中，去观看