書(shū)單推薦 新書(shū)推薦 |
Python貝葉斯深度學(xué)習(xí) 讀者對(duì)象:本書(shū)適用于正在尋找通過(guò)概率深度學(xué)習(xí)開(kāi)發(fā)更強(qiáng)大的深度學(xué)習(xí)模型的方法的研究人員和開(kāi)發(fā)人員
本書(shū)介紹了解貝葉斯神經(jīng)網(wǎng)絡(luò)的基本原理, 了解不同的關(guān)鍵BNN實(shí)現(xiàn)/近似之間的權(quán)衡, 了解概率DNN在生產(chǎn)背景下的優(yōu)勢(shì), 指導(dǎo)如何實(shí)現(xiàn)各種BDL方法, 以及如何將這些方法應(yīng)用于現(xiàn)實(shí)世界中的問(wèn)題, 了解如何評(píng)估BDL方法并為特定任務(wù)選擇最佳方法。通過(guò)本書(shū), 讀者將了解預(yù)測(cè)任務(wù)中不確定性估計(jì)的重要性, 并將了解各種用于產(chǎn)生原則性不確定性估計(jì)的貝葉斯深度學(xué)習(xí)方法。讀者將在這些方法的實(shí)施過(guò)程中得到指導(dǎo), 并將學(xué)習(xí)如何選擇和在現(xiàn)實(shí)世界中應(yīng)用貝葉斯深度學(xué)習(xí)方法。在本書(shū)結(jié)束時(shí), 讀者將對(duì)貝葉斯深度學(xué)習(xí)和其所提供的優(yōu)勢(shì)具有很好的理解, 并能夠開(kāi)發(fā)貝葉斯深度學(xué)習(xí)模型, 以幫助使自己的應(yīng)用更加強(qiáng)大。
你還可能感興趣
我要評(píng)論
|