同类推荐
-
-
深度强化学习算法原理与实战：基于MATLAB
-
¥109.00
-
-
Vibe编程:探索AI时代编程新范式
-
¥69.80
-
-
Kimi实战精粹
-
¥69.90
-
-
人工智能物联网应用:基于树莓派
-
¥49.00
-
-
人工智能物联网应用:基于树莓派
-
¥49.00
-
-
人工智能物联网应用:基于树莓派
-
¥49.00
-
-
人人都需要的通用智能体助手:Manus+扣子空间+秒哒…
-
¥79.00
-
-
AIGC基础与应用:微课版
-
¥68.00
-
-
这就是MCP
-
¥79.80
-
-
豆包实战精粹
-
¥69.90
|
|
图书信息
|
|
|
|
人工神经网络原理:从基础设计到深度学习:basic designs to deep learning
|
| ISBN： | 9787576352160 |
定价： | ￥148.00 |
| 作者： | (美)丹尼尔·格劳佩(Daniel Graupe)著 |
出版社： | 北京理工大学出版社有限责任公司 |
| 出版时间： | 2025年03月 |
开本： | 24cm |
| 页数： | 429页 |
中图法： | TP18 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
61
|
库区3/泰安展厅库/样本3
|
2025-08-28
|
|
其它供货商库存合计
|
1030
|
|
2025-08-28
|
图书简介 | | 本书基本涵盖了人工神经网络纵向发展历程中的主要节点技术，能够满足需要系统学习的读者需求。第1章内容高屋建瓴，涉及人工神经网络的引入及其角色。第2-3章介绍生物神经网络基础和人工神经网络原理，第4-5章分别介绍单层/多层感知器和Madaline网络，第6章介绍经典和改进的反向传播算法。第7-8章分别介绍霍普菲尔德(Hopfield)网络和对偶传播(CounterPropagation)网络，第9章介绍更接近生物神经网络的自适应共振(ART)网络。第10章介绍神经认知机，这是后来卷积神经网络发展的灵感来源，而卷积神经网络引领深度学习成为当代人工智能的主流技术。第11章介绍神经网络的统计(随机)训练知识，第12章介绍循环神经网络。第13章介绍深度学习神经网络的原则及范围，第14-15章分别介绍卷积神经网络和LAMSTAR神经网络，最后第16章是内容广泛的比较案例研究。 |
|