动手学深度学习
1.同济线性代数教材第五版2.离散数学及其应用3.OpenGL编程指南(原书第9版)4.Docker for the Virtualization Admin5.同济大学高等数学第七版上册6.Windows高级调试7.Windows程序设计指南8.线性代数9.WCF全面解析10.UML 精華11.Thinking in Patterns12.osgEarth 的 121 个案例详解13.Oreilly.Programming.WCF.Services.3rd.Edition14.OpenSceneGraph3.6.3.chm15.O+DAY安全:软件漏洞分析技术16.MLY-zh-cn17.Microsoft_Press_eBook_TheSecurityDevelopmentLifecycle_PDF18.master-bitcoin-2nd-edition19.linear algebra and its applications20.LeetCode刷题手册21.Java编程思想第四版完整中文高清版22.C++ primer中文版23.C/C++程序员面试宝典24.微积分学教程.第一卷.菲赫金哥尔茨25.数据仓库与数据挖掘体系架构、主要过程、技术讲解26.如何阅读一本书27.圈圈教你玩USB28.火星人敏捷开发手册29.概率论与数理统计(第四版 盛骤)30.程序员代码面试指南第二版31.《设计模式》中文版32.[图灵程序设计丛书].黑客攻防技术宝典:iOS实战篇33.Python数据科学手册34.Spark MLlib机器学习实践35.Python神经网络编程36.Python机器学习经典实例.37.Python+Spark 2.0+Hadoop机器学习与大数据实战38.统计学习方法-李航39.数据科学与大数据40.集体智慧编程41.机器学习与R语言42.机器学习实战43.机器学习导论44.机器学习常见面试题45.机器学习46.贝叶斯思维统计建模的Python学习法47.百面机器学习:算法工程师带你去面试48.白话大数据与机器学习49.TensorFlow斯坦福大学-深度学习基础教程[aibbt.com]50.TensorFlow实战51.TensorFlow技术解析与实战.李嘉璇52.Tensorflow 实战Google深度学习框架53.Python深度学习54.神经网络与深度学习55.深度学习入门:基于Python的理论与实现56.深度学习框架57.深度学习500问——AI工程师面试宝典58.面向机器智能的TensorFlow实践
59.动手学深度学习
60.常用推荐算法61.白话大数据与机器学习62.C语言深度解剖63.C陷阱与缺陷64.C++语言的设计和演化65.c++面经总结66.C++沉思录67.C++标准程序库:自修教程与参考手册68.C++编程思想69.C++编程调试秘笈70.C++ Templates71.C++ Primer习题集72.python计算机视觉73.OpenCV-Python-Tutorial-中文版74.学习OpenCV 3(中文版)75.图像工程(第二版)76.图像处理分析与机器视觉(第二版)中译本77.特征提取与图像处理78.数字图像处理第二版中文版(冈萨雷斯)79.30天自制操作系统 (图灵程序设计丛书)80.《大话计算机》81.《设计模式》82.编译原理83.操作系统真象还原84.程序开发心理学85.程序是怎样跑起来的86.程序员代码面试指南第二版87.程序员的自我修养—链接、装载与库88.汇编语言(第3版)89.计算机是怎样跑起来的90.计算机组成 结构化方法 中文 第6版91.建模语言uml参考手册92.鸟哥的LINUX私房菜_基础学习篇(第三版)93.鸟哥的Linux私房菜服务器架设篇 第三版94.深入理解计算机系统 第3版95.编程小白的第一本python入门书96.x86汇编语言:从实模式到保护模式97.跟我一起写makefile《动手学深度学习》旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理,还演示它们的实现和运行。与传统图书不同,本书的每一节都是一个可以下载并运行的Jupyter记事本,它将文字、公式、图像、代码和运行结果结合在了一起。此外,读者还可以访问并参与书中内容的讨论。
全书的内容分为3个部分:第一部分介绍深度学习的背景,提供预备知识,并包括深度学习最基础的概念和技术;第二部分描述深度学习计算的重要组成部分,还解释近年来令深度学习在多个领域大获成功的卷积神经网络和循环神经网络;第三部分评价优化算法,检验影响深度学习计算性能的重要因素,并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。 [1]
本书同时覆盖深度学习的方法和实践,主要面向希望了解深度学习,特别是对实际使用深度学习感兴趣的大学生、工程师和研究人员。阅读本书不要求读者有任何深度学习或者机器学习的背景知识,读者只需具备基本的数学和编程知识,如基础的线性代数、微分、概率及Python编程知识。附录中提供了书中涉及的主要数学知识,供读者参考。
PDF下载链接: https://pan.baidu.com/s/19Pjt1xC0ZuSPTNrndC7apA
扫码关注如下微信公众号,回复 1100,即可获取提取码:
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 10亿数据,如何做迁移?
· 清华大学推出第四讲使用 DeepSeek + DeepResearch 让科研像聊天一样简单!
· 推荐几款开源且免费的 .NET MAUI 组件库
· 易语言 —— 开山篇
· Trae初体验