|
000
|
01890nam 2200337 450
|
|
001
|
CAL 012025046983
|
|
005
|
20250220092956.0
|
|
010
|
|
@a978-7-5088-6544-7@dCNY98.00
|
|
100
|
|
@a20250219d2025 em y0chiy50 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa a 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a深度神经网络的学习理论@Ashen du shen jing wang luo de xue xi li lun@f林绍波, 王迪, 周定轩著
|
|
210
|
|
@a北京@c科学出版社@c龙门书局@d2025.01
|
|
215
|
|
@a194页@c图@d24cm
|
|
225
|
2
|
@a大数据与数据科学专著系列@Ada shu ju yu shu ju ke xue zhuan zhu xi lie@v5
|
|
300
|
|
@a国家出版基金项目 “十四五”时期国家重点出版物出版专项规划项目
|
|
312
|
|
@a英文题名取自封面
|
|
314
|
|
@a林绍波, 西安交通大学管理学院, 教授、博士生导师, 青年拔尖人才。博士毕业于西安交通大学数学与统计学院, 曾先后于香港城市大学数学系、香港理工大学应用数学系、香港城市大学数据科学学院担任博士后、副研究员、研究员。研究方向为分布式学习与深度学习的理论基础。在JMLR, TPAMI, ACHA, SIAM JNA等国际著名期刊发表SCI论文60多篇 (包括IEEE Trans 长文21篇)。主持或以核心成员参与国家级课题11项。王迪, 西安交通大学管理学院智能决策与机器学习研究中心副教授, 研究方向为深度学习、张量分析及分布式学习。周定轩, 悉尼大学数学系教授, 研究方向小为学习理论、函数逼近论及深度学习。
|
|
320
|
|
@a有书目 (第187-194页)
|
|
330
|
|
@a本书以函数逼近论与学习理论为主要工具, 建立了一个系统的数学框架来解释深度的必要性、深度神经网络的适用性、数据规模对深度神经网络的影响、深度选择问题、网络结构选择问题及过参数化深度神经网络的泛化性等理论问题。
|
|
410
|
0
|
@12001 @a大数据与数据科学专著系列@v5
|
|
510
|
1
|
@aLearning theory of deep neural networks@zeng
|
|
606
|
0
|
@a人工神经网络@Aren gong shen jing wang luo@x研究
|
|
690
|
|
@aTP183@v5
|
|
701
|
0
|
@a林绍波@Alin shao bo@4著
|
|
701
|
0
|
@a王迪@Awang di@4著
|
|
701
|
0
|
@a周定轩@Azhou ding xuan@4著
|
|
801
|
0
|
@aCN@b人天书店@c20250219
|
|
905
|
|
@b21530018-20@dTP183@e23@f3
|
|
|
|
|
| |
| 深度神经网络的学习理论/林绍波, 王迪, 周定轩著.-北京：科学出版社：龙门书局，2025.01 |
| 194页：图；24cm.-(大数据与数据科学专著系列；5) |
| 国家出版基金项目 “十四五”时期国家重点出版物出版专项规划项目 |
| |
| ISBN 978-7-5088-6544-7：CNY98.00 |
| 本书以函数逼近论与学习理论为主要工具, 建立了一个系统的数学框架来解释深度的必要性、深度神经网络的适用性、数据规模对深度神经网络的影响、深度选择问题、网络结构选择问题及过参数化深度神经网络的泛化性等理论问题。 |
| ● |
正题名：深度神经网络的学习理论
索取号：TP183/23
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1530018
|
215300181
|
十四楼书库/
[索取号:TP183/23]
|
在馆
|
架位导航
|
|
2
|
1530019
|
215300190
|
十四楼书库/
[索取号:TP183/23]
|
在馆
|
架位导航
|
|
3
|
1530020
|
215300207
|
十四楼书库/
[索取号:TP183/23]
|
在馆
|
架位导航
|
