Глубокое обучение: легкая разработка проектов на Python. из серии Бестселлеры O'Reilly

онлайн

Светлана Янишевская

Ради счастья дочери

Очень понравилось, в конце даже прослезилась от умиления!

MarijaAlex

Хоть книжка на раз,но написана неплохо.Упоминать очередной раз о клише и штампах не имеет смысла,ибо каждая вторая если не первая книжка этим грешит.Это - как детство,отрочество,юность и так далее,примерно

онлайн

Светлана Янишевская

Их снежный роман (СИ)

Чудесная легкая история!!!

Lana A

Страж королевства (СИ)

Отличная книга! Благодарю автора и сайт.

Olvia44

Замуж с осложнениями

Мило простенько необременительно. На 4 с натяжечкой

онлайн

Светлана Янишевская

Відбір

Чудова книга, читаю вже другий раз! Не відірватися!

Деметра Санкер

Кот Василий

Книга больше подходит для раздела Эротика. История не понравилась, как и персонажи. Роман на любителя.

Глубокое обучение: легкая разработка проектов на Python.

Другая компьютерная литература, Программы

Автор: Вейдман Сет

Серия: Бестселлеры O'Reilly

Год: 2021

Переводчик: И. Рузмайкина

Добавил: Admin 19 Ноя 21

Проверил: Admin 19 Ноя 21

Формат: FB2, ePub, TXT, RTF, PDF, HTML, MOBI, JAVA, LRF

Currently 0/5

Рейтинг: 0/5 (Всего голосов: 0)

Аннотация

Взрывной интерес к нейронным сетям и искусственному интеллекту затронул уже все об- ласти жизни, и понимание принципов глубокого обучения необходимо каждому разработчику ПО для решения прикладных задач. Эта практическая книга представляет собой вводный курс для всех, кто занимается обработкой данных, а также для разработчиков ПО. Вы начнете с ос- нов глубокого обучения и быстро перейдете к более сложным архитектурам, создавая проекты с нуля. Вы научитесь использовать многослойные, сверточные и рекуррентные нейронные сети. Только понимая принцип их работы (от «математики» до концепций), вы сделаете свои проекты успешными. В этой книге:
x Четкие схемы, помогающие разобраться в нейросетях, и примеры рабочего кода.
x Методы реализации многослойных сетей с нуля на базе простой объектно-ориентированной
структуры.
x Примеры и доступные объяснения сверточных и рекуррентных нейронных сетей. x Реализация концепций нейросетей с помощью популярного фреймворка PyTorch.