Deep Belief Nets in C++ und Cuda C: Band 1: Restricted Boltzmann Machines und Supervised Feedforward Networks

Bewertung:   (3,5 von 5)

Deep Belief Nets in C++ und Cuda C: Band 1: Restricted Boltzmann Machines und Supervised Feedforward Networks (Timothy Masters)

Leserbewertungen

Zusammenfassung:

Das Buch bietet praktische Einblicke in die Implementierung des maschinellen Lernens, wobei der Schwerpunkt auf Deep Belief Networks liegt. Die Qualität des Buches wird jedoch durch zahlreiche Tippfehler und unzureichende Erklärungen sowie durch einen Mangel an Originalinhalten in allen Bänden beeinträchtigt. Während einige Leser das Buch als nützlich für das Lernen empfanden, kritisierten andere, dass es sich um ein minderwertiges, selbstverlegtes Werk handelt.

Vorteile:

Praktisch und aufschlussreich
vermittelt ein gutes Verständnis der Implementierung von maschinellem Lernen
enthält nützliche C++-Codebeispiele
verbessert das Verständnis von Deep Belief Networks
von einigen als absolut erstaunliche Ressource gelobt, die die Ausführungsgeschwindigkeit und Genauigkeit verbessert.

Nachteile:

Schlechte Schreibqualität mit vielen Tippfehlern und verwirrenden Erklärungen
Inhalt scheint über mehrere Bände hinweg wiederverwendet zu werden
enthält zu viel Code-Dokumentation
es fehlt an klaren Diagrammen und visuellen Darstellungen
viele empfehlen bessere Ressourcen, die online oder über andere Wege verfügbar sind.

(basierend auf 11 Leserbewertungen)

Originaltitel:

Deep Belief Nets in C++ and Cuda C: Volume 1: Restricted Boltzmann Machines and Supervised Feedforward Networks

Inhalt des Buches:

Entdecken Sie die wesentlichen Bausteine der gängigsten Formen von Deep Belief Networks. Bei jedem Schritt bietet dieses Buch eine intuitive Motivation, eine Zusammenfassung der wichtigsten Gleichungen, die für das Thema relevant sind, und schließt mit hochkommentiertem Code für die Berechnung mit Threads auf modernen CPUs sowie für die massive Parallelverarbeitung auf Computern mit CUDA-fähigen Grafikkarten ab.

Deep Belief Nets in C++ and CUDA C: Volume 1 ist das erste von drei Büchern einer Reihe über Deep Learning und Belief Nets in C++ und CUDA C. Es zeigt Ihnen, dass die Struktur dieser eleganten Modelle der des menschlichen Gehirns viel näher kommt als die herkömmlicher neuronaler Netze; sie verfügen über einen Denkprozess, der in der Lage ist, abstrakte Konzepte aus einfacheren Primitiven zu lernen. Sie werden sehen, dass ein typisches Deep Belief Net durch die Optimierung von Millionen von Parametern lernen kann, komplexe Muster zu erkennen, und dass dieses Modell dennoch resistent gegen Überanpassung ist.

Alle im Buch vorgestellten Routinen und Algorithmen sind im Code-Download verfügbar, der auch einige Bibliotheken mit verwandten Routinen enthält.

(Was Sie lernen werden)

⬤ Einsatz von Deep Learning mit C++ und CUDA C.

⬤ Arbeiten Sie mit überwachten Feedforward-Netzwerken.

⬤ Implementierung von beschränkten Boltzmann-Maschinen.

⬤ Generative Samplings verwenden.

⬤ Entdecken Sie, warum diese wichtig sind.

Für wen ist dieses Buch gedacht?

Diejenigen, die zumindest ein Grundwissen über neuronale Netze und etwas Programmiererfahrung haben, wobei einige C++- und CUDA-C-Kenntnisse empfohlen werden.

Weitere Daten des Buches:

ISBN:9781484235904
Autor:
Verlag:
Einband:Taschenbuch
Erscheinungsjahr:2018
Seitenzahl:219

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Deep Belief Nets in C++ und Cuda C: Band 1: Restricted Boltzmann Machines und Supervised Feedforward...
Entdecken Sie die wesentlichen Bausteine der...
Deep Belief Nets in C++ und Cuda C: Band 1: Restricted Boltzmann Machines und Supervised Feedforward Networks - Deep Belief Nets in C++ and Cuda C: Volume 1: Restricted Boltzmann Machines and Supervised Feedforward Networks
Statistisch fundierte Indikatoren für die Vorhersage von Finanzmärkten: Algorithmen in C++ -...
In meiner jahrzehntelangen Berufserfahrung als...
Statistisch fundierte Indikatoren für die Vorhersage von Finanzmärkten: Algorithmen in C++ - Statistically Sound Indicators For Financial Market Prediction: Algorithms in C++
Moderne Data-Mining-Algorithmen in C++ und Cuda C: Aktuelle Entwicklungen in der Merkmalsextraktion...
1) Einführung 7.2)...
Moderne Data-Mining-Algorithmen in C++ und Cuda C: Aktuelle Entwicklungen in der Merkmalsextraktion und Auswahlalgorithmen für die Datenwissenschaft - Modern Data Mining Algorithms in C++ and Cuda C: Recent Developments in Feature Extraction and Selection Algorithms for Data Science
Testen und Abstimmen von Markthandelssystemen: Algorithmen in C++ - Testing and Tuning Market...
1. Einführung2. Fragen der Vor-Optimierung3. Fragen der...
Testen und Abstimmen von Markthandelssystemen: Algorithmen in C++ - Testing and Tuning Market Trading Systems: Algorithms in C++
Deep Belief Nets in C++ und Cuda C: Band 3: Convolutional Nets - Deep Belief Nets in C++ and Cuda C:...
Entdecken Sie die wesentlichen Bausteine einer...
Deep Belief Nets in C++ und Cuda C: Band 3: Convolutional Nets - Deep Belief Nets in C++ and Cuda C: Volume 3: Convolutional Nets
Deep Belief Nets in C++ und Cuda C: Band 2: Autoencoding im komplexen Bereich - Deep Belief Nets in...
Entdecken Sie die wesentlichen Bausteine einer...
Deep Belief Nets in C++ und Cuda C: Band 2: Autoencoding im komplexen Bereich - Deep Belief Nets in C++ and Cuda C: Volume 2: Autoencoding in the Complex Domain

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht:

© Book1 Group - Alle Rechte vorbehalten.
Der Inhalt dieser Seite darf weder teilweise noch vollständig ohne schriftliche Genehmigung des Eigentümers kopiert oder verwendet werden.
Letzte Änderung: 2024.11.13 22:11 (GMT)