R深度学习,第二版使用R和强大的Keras库从头开始进行深度学习!在R深度学习第二版中,您将学习:

  • 从基本原理中进行深度学习
  • 图像分类和图像分割
  • 时间序列预测
  • 文本分类与机器翻译
  • 文本生成,神经风格转换,和图像生成

《R的深度学习,第二版》向您展示了如何将深度学习付诸行动。它基于François Chollet的畅销书《用Python进行深度学习》的修订版。作者:Tomasz Kalinowski,他在RStudio维护Keras和Tensorflow R包。新手和有经验的ML实践者会喜欢构建神经网络的专家见解、实用技术和重要理论。深度学习已经成为数据科学家、研究人员和软件开发人员的基本知识。Keras和TensorFlow的R语言API为所有R用户提供了深度学习,即使他们没有高级机器学习或神经网络的经验。本书向您展示了如何开始使用R来完成核心的DL任务,如计算机视觉、自然语言处理等。深度学习与R,第二版是一个使用R语言进行深度学习的动手指南。当你读这本书的时候,你会很快锁定深度学习的基本思想。直观的解释、清晰的插图和清晰的示例引导您了解核心的DL技能,如图像处理和文本操作,甚至高级功能,如transformers。这个修订和扩展的新版本改编自Python深度学习,第二版作者:François Chollet, Keras库的创建者。https://www.manning.com/books/deep-learning-with-r-second-edition

目录内容

1 What is deep learning?free * 2 The mathematical building blocks of neural networks * 3 Introduction to Keras and TensorFlow * 4 Getting started with neural networks: Classification and regression * 5 Fundamentals of machine learning * 6 The universal workflow of machine learning * 7 Working with Keras: A deep dive * 8 Introduction to deep learning for computer vision * 9 Advanced deep learning for computer vision * 10 Deep learning for time series * 11 Deep learning for text * 12 Generative deep learning * 13 Best practices for the real world * 14 Conclusions * App. Python primer for R users

成为VIP会员查看完整内容
85

相关内容

【2022新书】机器学习中的统计建模:概念和应用,398页pdf
专知会员服务
139+阅读 · 2022年11月5日
【干货书】深度学习数学:理解神经网络,347页pdf
专知会员服务
262+阅读 · 2022年7月3日
【2021新书】基于Python的实用深度学习概述,464页pdf
专知会员服务
86+阅读 · 2021年10月25日
【2021新书】Python深度学习,316页pdf
专知会员服务
250+阅读 · 2021年5月21日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
【干货书】深度学习全面指南,307页pdf
专知
31+阅读 · 2022年1月6日
【Manning新书】TensorFlow机器学习,第二版
专知
4+阅读 · 2021年11月14日
精品教材-《Grokking深度学习》分享
深度学习与NLP
12+阅读 · 2019年1月19日
国家自然科学基金
5+阅读 · 2015年7月12日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
10+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年12月2日
Arxiv
17+阅读 · 2022年1月11日
Arxiv
65+阅读 · 2021年6月18日
Arxiv
17+阅读 · 2020年11月15日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
26+阅读 · 2018年8月19日
VIP会员
相关基金
国家自然科学基金
5+阅读 · 2015年7月12日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
10+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员