語系:
繁體中文
English
說明(常見問題)
登入
回首頁
切換:
標籤
|
MARC模式
|
ISBD
跟NVIDIA學深度學習 /
紀錄類型:
書目-語言資料,印刷品 : Monograph/item
正題名/作者:
跟NVIDIA學深度學習 / / Magnus Ekman著 ; 哈雷譯.
其他題名:
深度學習
作者:
艾克曼
其他作者:
哈雷
出版者:
臺北市 : 旗標, : 2024.06.,
面頁冊數:
1冊 : 圖, 表 ; : 23公分;
附註:
譯自 : Learning deep learning : theory and practice of neural networks, computer vision, natural language processing, and transformers using tensorflow
標題:
Python(電腦程式語言) -
ISBN:
9789863127765
跟NVIDIA學深度學習 /
艾克曼(Ekman, Magnus)
跟NVIDIA學深度學習 /
深度學習Magnus Ekman著 ; 哈雷譯. - 初版 - 臺北市 : 旗標, 2024.06. - 1冊 : 圖, 表 ; 23公分
譯自 : Learning deep learning : theory and practice of neural networks, computer vision, natural language processing, and transformers using tensorflow
ISBN: 9789863127765NT$880Subjects--Topical Terms:
831672
Python(電腦程式語言)
跟NVIDIA學深度學習 /
LDR
:00983nam0a2200193 i 450
001
1121496
008
240819s2024 ch e 000 0 chi d
020
$a
9789863127765
$q
(平裝) :
$c
NT$880
035
$a
C30823/1/01
040
$a
BSF
$b
chi
$c
TAE
$e
CCR
084
$a
312.83
$b
4446
100
1
$a
艾克曼
$c
(Ekman, Magnus)
$e
著
$3
1437133
240
1 0
$a
Learning deep learning.
$l
中文
245
1 0
$a
跟NVIDIA學深度學習 /
$c
Magnus Ekman著 ; 哈雷譯.
246
3 0
$a
深度學習
246
1 #
$i
版權頁副題名 :
$a
從基本神經網路到 CNN.RNN.LSTM.seq2seq.Transformer.GPT.BERT..., 紮穩機器視覺與大型語言模型 (LLM) 的建模基礎
250
$a
初版
260
#
$a
臺北市 :
$b
旗標,
$c
2024.06.
300
$a
1冊 :
$b
圖, 表 ;
$c
23公分
500
$a
譯自 : Learning deep learning : theory and practice of neural networks, computer vision, natural language processing, and transformers using tensorflow
650
# 7
$2
lcstt
$a
Python(電腦程式語言)
$3
831672
650
# 7
$a
自然語言處理
$3
1026056
650
# 7
$a
人工智慧
$2
lcstt
$3
830072
650
# 7
$a
神經網路
$2
lcstt.
$3
989532
700
0 #
$a
哈雷
$e
譯
$3
1276256
700
1 #
$a
Ekman, Magnus
$3
1437134
765
0 #
$t
Learning deep learning: theory and practice of neural networks, computer vision, natural language processing, and transformers using tensorflow
筆 0 讀者評論
全部
圖書館4F 書庫
館藏
1 筆 • 頁數 1 •
1
條碼號
典藏地名稱
館藏流通類別
資料類型
索書號
使用類型
借閱狀態
預約狀態
備註欄
附件
C308231
圖書館4F 書庫
一般圖書(BOOK)
一般圖書
312.83 4446 113
一般使用(Normal)
在架
0
預約
1 筆 • 頁數 1 •
1
評論
新增評論
分享你的心得
Export
取書館別
處理中
...
變更密碼[密碼必須為2種組合(英文和數字)及長度為10碼以上]
登入