- бизнес-книги
- детские книги
- дом, дача
-
зарубежная литература
- зарубежная деловая литература
- зарубежная драматургия
- зарубежная классика
- зарубежная компьютерная литература
- зарубежная литература о культуре и искусстве
- зарубежная образовательная литература
- зарубежная поэзия
- зарубежная прикладная литература
- зарубежная психология
- зарубежная публицистика
- зарубежная религиозная и эзотерическая литература
- зарубежная религиозная литература
- зарубежная справочная литература
- зарубежная старинная литература
- зарубежная фантастика
- зарубежная эзотерическая литература
- зарубежное фэнтези
- зарубежные боевики
- зарубежные детективы
- зарубежные детские книги
- зарубежные любовные романы
- зарубежные приключения
- зарубежный юмор
- современная зарубежная литература
- знания и навыки
- история
- комиксы и манга
- легкое чтение
- психология, мотивация
- публицистика и периодические издания
- родителям
- серьезное чтение
- спорт, здоровье, красота
- хобби, досуг
Сет Вейдман — Глубокое обучение: легкая разработка проектов на Python
Понравилась книга? Поделись в соцсетях:
Автор: Сет Вейдман
Издатель: Питер
Год: 2019
Возрастные ограничения: 16+
ISBN: 978-5-4461-1675-1
Описание: Взрывной интерес к нейронным сетям и искусственному интеллекту затронул уже все области 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 основ 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: Четкие схемы, помогающие разобраться в нейросетях, и примеры рабочего кода. Методы реализации многослойных сетей с нуля на базе простой объектно-ориентированной структуры. Примеры и доступные объяснения сверточных и рекуррентных нейронных сетей. Реализация концепций нейросетей с помощью популярного фреймворка PyTorch.