同类推荐
-
-
物理AI通识
-
¥79.00
-
-
物理AI通识
-
¥79.00
-
-
物理AI通识
-
¥79.00
-
-
FDE造局:AI落地一线实战指南
-
¥79.00
-
-
FDE造局:AI落地一线实战指南
-
¥79.00
-
-
FDE造局:AI落地一线实战指南
-
¥79.00
-
-
AI编程之道:巧用Cursor和WindSurf高效完…
-
¥99.00
-
-
前线部署工程师(FDE):人工智能时代的客户价值交付
-
¥59.80
-
-
前线部署工程师(FDE):人工智能时代的客户价值交付
-
¥59.80
-
-
前线部署工程师(FDE):人工智能时代的客户价值交付
-
¥59.80
|
|
图书信息
|
|
|
|
概率深度学习 使用Python、Keras和TensorFlow Probability
|
| ISBN： | 9787302598657 |
定价： | ￥98.00 |
| 作者： | (德)奥利弗·杜尔(Oliver,Durr)，(德)贝亚特·西克(Beate,Sick)，(德)埃尔维斯·穆里纳(Elvis,Murina)著 |
出版社： | 清华大学出版社 |
| 出版时间： | 2022年03月 |
开本： | 21cm |
| 页数： | 14,336页 |
装祯： | 精装 |
中图法： | TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
|
|
|
|
|
其它供货商库存合计
|
1
|
|
2026-10-23
|
图书简介 | | 本书是关于神经网络原理的实践指南，引导读者学习使用不同数据类型的正确分布来提升网络性能，同时推导贝叶斯变体，以通过表达模型自身的不确定性来提高准确性。本书采用了主流的实现框架，提供了易于应用的代码，让读者更加注重实际应用。主要内容是探索深度学习的最大似然原理和统计学基础，发现能输出各种可能结果的概率模型，学习使用标准化流来建模和生成复杂分布，使用贝叶斯神经网络获取模型中的不确定性。 |
|