码农书籍网书籍pdf电子书下载

《GPGPU深度学习与大语言模型实战》是由洪洲编著,本书系统构建了深度学习理论与应用的全栈知识体系,从数学基础与机器学习核心原理出发,贯通线性代数、概率统计等关键数学工具,夯实算法研发的理论根基.面向新一代通用图形处理器(GPGPU)硬件架构,深入解析...

《深度学习》是由克里斯托弗编著,本书全面且深入地呈现了深度学习领域的知识体系，系统梳理了该领域的核心知识，阐述了深度学习的关键概念、基础理论及核心思想，剖析了当代深度学习架构与技术。全书共 20 章。本书首先介绍深度学习的发展历程、...

《PyTorch深度学习指南》是由丹尼尔编著,“PyTorch深度学习指南”丛书循序渐进地详细讲解了与深度学习相关的重要概念、算法和模型，并着重展示了PyTorch是如何实现这些算法和模型的。其共分三卷：编程基础、计算机视觉、序列与自然语言处理。...

《自否定与认知》是由苏慧丽编著,本书提出“基于自否定的深度学习”这一概念，从自否定这一元人性与人的类特性出发，重审人工智能时代人类学习的独特价值；基于历史逻辑、人的发展逻辑、学习的发展逻辑视角阐述自否定何以能作为深度学习发生的前提逻...

《人人可懂的深度学习》是由Kelleher编著,本书将深度学习技术的发展历史、现状和未来向读者娓娓道来，以深入浅出的方式介绍了深度学习的核心思想和关键技术。对于尚不具备专业背景的读者，可以从中学习到什么是深度学习技术、如何进行深度学习、深度学习适合...

《设计深度学习系统》是由王迟编著,本书主要从软件开发者的角度探讨如何构建和设计深度学习系统。 作者首先描述一个典型的深度学习系统的整体，包括其主要组件以及它们之间的连接方式，然后在各个单独的章节中深入探讨这些主要组件。对于具体介绍的章...

《写给新手的深度学习——用Python学习神经网络和反向传播》是由我妻幸长编著,《写给新手的深度学习——用Python学习神经网络和反向传播》一书以Python为基础，不借助TensorFlow、PyTorch等任何框架，以浅显易懂的语言，结合大量图示，对机器学习、深度学习、AI...

《深度学习详解》是由王琦编著,李宏毅老师亲自点赞的开源项目，数百万次播放的深度学习课程配套书，GitHub超10000次Star的开源笔记 。 ◎内容简介： 本书根据李宏毅老师“机器学习”公开课中与深度学习相关的内容编写而成，介绍...

《人工智能和深度学习导论》是由奥斯瓦尔德编著,本书首先介绍了人工智能的基础知识，然后分别介绍了机器学习、深度学习、自然语言处理和强化学习中的重点概念和实践过程，包含逻辑斯谛回归、k最近邻、决策树、随机森林、支持向量机、卷积神经网络、循环神经网络、...

《深度学习高手笔记 卷2》是由刘岩编著,当前，深度学习模型的规模越来越大,例如谷歌的 BERT模型、OpenAl的GPT系列模型等；深度学习算法在不断优化，例如在计算机视觉领域，图像分类、目标检测等任务应用深度学习算法后,准确率得到了显著提...

《深度学习的数学》是由罗纳德编著,深度学习是一门注重应用的学科。了解深度学习背后的数学原理的人，可以在应用深度学习解决实际问题时游刃有余。本书通过Python代码示例来讲解深度学习背后的关键数学知识，包括概率论、统计学、线性代数、微分...

《深度学习革命》是由 凯德·梅茨编著,世界范围内主要的人工智能玩家有哪些？哪家公司在这场脑力与毅力的角逐中脱颖而出？深度学习革命如何颠覆了整个人工智能领域？人工智能还会经历第三次寒冬吗？ 长期以来，人工智能一直被视为一种遥远的未来技术，它...

《深度学习应用与实战（全彩）》是由韩少云编著,《深度学习应用与实战（全彩）》系统介绍了神经网络和深度学习，并结合实际应用场景和综合案例，让读者深入了解深度学习。 《深度学习应用与实战（全彩）》共16章，分为4个部分。第1部分介绍了深度学习基础算法...

《深度学习之模型设计》是由言有三编著,本书理论知识体系完备，由浅入深，系统性地介绍了深度学习模型的发展脉络，以及模型深度设计、模型宽度设计、模型通道维度设计、残差连接设计、分组卷积设计、多尺度与非正常卷积设计、多输入网络设计、时序神经网络...

《PyTorch深度学习实战》是由张敏编著,PyTorch作为深度学习领域逐渐崛起的新星，其易用性及Python友好性深受广大算法爱好者的喜爱，无论是在学术领域还是在工业领域，PyTorch都已经成为算法研究的首选。 本书以深度学习为核心，详细...