-
Koszyk jest pusty
-
x
Do bezpłatnej dostawy brakuje
-,--
Darmowa dostawa!
Suma
0,00 zł
Cena uwzględnia rabaty
0,00 zł
0
-
Koszyk jest pusty
-
x
Do bezpłatnej dostawy brakuje
-,--
Darmowa dostawa!
Suma
0,00 zł
Cena uwzględnia rabaty
-
-
-
Koszyk jest pusty
-
x
Do bezpłatnej dostawy brakuje -,--Darmowa dostawa!Suma 0,00 złCena uwzględnia rabaty -
-
Uczenie głębokie od zera
Symbol:
9788328365971
111.03
Program lojalnościowy dostępny jest tylko dla zalogowanych klientów.
| Wysyłka w ciągu | 24-48h |
| Cena przesyłki | 14.99 |
| Dostępność |
|
| Kod kreskowy | |
| EAN | 9788328365971 |
Płatność AutoPay/wpłata na konto
Uczenie głębokie (ang. deep learning) zyskuje ostatnio ogromną popularność. Jest to ściśle związane z coraz częstszym zastosowaniem sieci neuronowych w przeróżnych branżach i dziedzinach. W konsekwencji inżynierowie oprogramowania, specjaliści do spraw przetwarzania danych czy osoby w praktyce zajmujące się uczeniem maszynowym muszą zdobyć solidną wiedzę o tych zagadnieniach. Przede wszystkim trzeba dogłębnie zrozumieć podstawy uczenia głębokiego. Dopiero po uzyskaniu biegłości w posługiwaniu się poszczególnymi koncepcjami i modelami możliwe jest wykorzystanie w pełni potencjału tej dynamicznie rozwijającej się technologii.
Ten praktyczny podręcznik, poświęcony podstawom uczenia głębokiego, zrozumiale i wyczerpująco przedstawia zasady działania sieci neuronowych z trzech różnych poziomów: matematycznego, obliczeniowego i konceptualnego. Takie podejście wynika z faktu, że dogłębne zrozumienie sieci neuronowych wymaga nie jednego, ale kilku modeli umysłowych, z których każdy objaśnia inny aspekt działania tych sieci. Zaprezentowano tu również techniki implementacji poszczególnych elementów w języku Python, co pozwala utworzyć działające sieci neuronowe. Dzięki tej książce stanie się jasne, w jaki sposób należy tworzyć, uczyć i stosować wielowarstwowe, konwolucyjne i rekurencyjne sieci neuronowe w różnych praktycznych zastosowaniach.
W książce między innymi:
-matematyczne podstawy uczenia głębokiego
-tworzenie modeli do rozwiązywania praktycznych problemów
-standardowe i niestandardowe techniki treningu sieci neuronowych
-rozpoznawanie obrazów za pomocą konwolucyjnych sieci neuronowych
-rekurencyjne sieci neuronowe, ich działanie i implementacja
-praca z wykorzystaniem biblioteki PyTorch
Uczenie głębokie: zrozum, zanim zaimplementujesz!
Ten praktyczny podręcznik, poświęcony podstawom uczenia głębokiego, zrozumiale i wyczerpująco przedstawia zasady działania sieci neuronowych z trzech różnych poziomów: matematycznego, obliczeniowego i konceptualnego. Takie podejście wynika z faktu, że dogłębne zrozumienie sieci neuronowych wymaga nie jednego, ale kilku modeli umysłowych, z których każdy objaśnia inny aspekt działania tych sieci. Zaprezentowano tu również techniki implementacji poszczególnych elementów w języku Python, co pozwala utworzyć działające sieci neuronowe. Dzięki tej książce stanie się jasne, w jaki sposób należy tworzyć, uczyć i stosować wielowarstwowe, konwolucyjne i rekurencyjne sieci neuronowe w różnych praktycznych zastosowaniach.
W książce między innymi:
-matematyczne podstawy uczenia głębokiego
-tworzenie modeli do rozwiązywania praktycznych problemów
-standardowe i niestandardowe techniki treningu sieci neuronowych
-rozpoznawanie obrazów za pomocą konwolucyjnych sieci neuronowych
-rekurencyjne sieci neuronowe, ich działanie i implementacja
-praca z wykorzystaniem biblioteki PyTorch
Uczenie głębokie: zrozum, zanim zaimplementujesz!
Autor:
Seth Weidman
Wydawnictwo:
Helion
Format:
16,8x23,7 cm
Rok wydania:
2020
Oprawa:
broszurowa
Stron:
224
Nie ma jeszcze komentarzy ani ocen dla tego produktu.
- Producenci
Sklep internetowy na oprogramowaniu Sky-Shop.pl
