机读格式显示(MARC)
- 010 __ |a 978-7-111-68934-8 |d CNY89.00
- 100 __ |a 20210922d2021 em y0chiy50 ea
- 200 1_ |a 深度学习 |A shen du xue xi |e 基于稀疏和低秩模型 |d = Deep learning through sparse and low-rank modeling |f 王章阳, (美) 傅云, (美) 黄煦涛编著 |g 黄智濒译 |z eng
- 210 __ |a 北京 |c 机械工业出版社 |d 2021
- 215 __ |a xi, 220页 |c 图 |d 26cm
- 225 2_ |a 智能科学与技术丛书 |A zhi neng ke xue yu ji shu cong shu
- 306 __ |a ELSEVIER INC.授权出版 限中国大陆发行
- 330 __ |a 本书关注经典的稀疏模型和低秩模型与深度网络模型的集成,其中,稀疏和低秩模型强调问题特定的先验性和可解释性,而深度网络模型具有更强的学习能力,同时能更好地利用大数据。书中讨论如何将稀疏编码模型自然地转换为深度网络,展示深度学习工具箱与稀疏/低秩模型和算法的紧密联系,并介绍这些技术在维度约简、动作识别、风格识别、亲属关系理解、图像除雾以及生物医学图像分析等方面的成功应用。
- 410 _0 |1 2001 |a 智能科学与技术丛书
- 500 10 |a Deep learning through sparse and low-rank modeling |A Deep Learning Through Sparse And Low-rank Modeling |m Chinese
- 606 0_ |a 机器学习 |A ji qi xue xi
- 701 _0 |a 王章阳 |A wang zhang yang |4 编著
- 701 _0 |a 傅云 |A fu yun |4 编著
- 701 _0 |a 黄煦涛, |A huang xu tao |f 1936- |4 编著
- 702 _0 |a 黄智濒 |A huang zhi bin |4 译
- 801 _2 |a CN |b GDXH |c 20210926
- 905 __ |a LJUZC |d TP181/165