《动手学深度学习》 — 动手学深度学习 2. 0. 0 documentation,Business Directories,Company Directories

companydirectorylist.com Global Business Directories and Company Directories

Country Lists

USA Company Directories

Canada Business Lists

Australia Business Directories

France Company Lists

Italy Company Lists

Spain Company Directories

Switzerland Business Lists

Austria Company Directories

Belgium Business Directories

Hong Kong Company Lists

China Business Lists

Taiwan Company Lists

United Arab Emirates Company Directories

Industry Catalogs

USA Industry Directories

English Français Deutsch Español 日本語 한국의 繁體简体 Português Italiano Русский हिन्दी ไทย Indonesia Filipino Nederlands Dansk Svenska Norsk Ελληνικά Polska Türkçe العربية

《动手学深度学习》 — 动手学深度学习 2. 0. 0 documentation
《动手学深度学习》第二版跳转第一版面向中文读者的能运行、可讨论的深度学习教科书含 PyTorch、NumPy MXNet、TensorFlow 和 PaddlePaddle 实现被全球 70 多个国家 500 多所大学用于教学 Star
前言 — 动手学深度学习 2. 0. 0 documentation - D2L
要成功地应用深度学习，必须知道如何抛出一个问题、建模的数学方法、将模型与数据拟合的算法，以及实现所有这些的工程技术。这本书提供了一个全面的资源，包括文本、图表、数学和代码，都集中在一个地方。
1. 引言 — 动手学深度学习 2. 0. 0 documentation - D2L
本书将带读者开启机器学习之旅，并特别关注深度学习（deep learning，DL）的基础知识。深度学习是一套强大的技术，它可以推动计算机视觉、自然语言处理、医疗保健和基因组学等不同领域的创新。
安装 — 动手学深度学习 2. 0. 0 documentation - D2L
我们需要配置一个环境来运行 Python、Jupyter Notebook、相关库以及运行本书所需的代码，以快速入门并获得动手学习经验。安装 Miniconda ¶ 最简单的方法就是安装依赖Python 3 x的 Miniconda 。
2. 预备知识 — 动手学深度学习 2. 0. 0 documentation - D2L
要学习深度学习，首先需要先掌握一些基本技能。所有机器学习方法都涉及从数据中提取信息。因此，我们先学习一些关于数据的实用技能，包括存储、操作和预处理数据。
13. 计算机视觉 — 动手学深度学习 2. 0. 0 documentation - D2L
近年来，深度学习一直是提高计算机视觉系统性能的变革力量。无论是医疗诊断、自动驾驶，还是智能滤波器、摄像头监控，许多计算机视觉领域的应用都与我们当前和未来的生活密切相关。可以说，最先进的计算机视觉应用与深度学习几乎是不可分割的。
5. 深度学习计算 — 动手学深度学习 2. 0. 0 documentation - D2L
在本章中，我们将深入探索深度学习计算的关键组件，即模型构建、参数访问与初始化、设计自定义层和块、将模型读写到磁盘，以及利用gpu实现显著的加速。这些知识将使读者从深度学习“基础用户”变为“高级用户”。
4. 1. 多层感知机 — 动手学深度学习 2. 0. 0 documentation - D2L
总结一下，我们现在了解了如何结合非线性函数来构建具有更强表达能力的多层神经网络架构。顺便说一句，这些知识已经让你掌握了一个类似于1990年左右深度学习从业者的工具。