Deep Belief Nets in C++ und Cuda C: Band 2: Autoencoding im komplexen Bereich

Bewertung:   (5,0 von 5)

Deep Belief Nets in C++ und Cuda C: Band 2: Autoencoding im komplexen Bereich (Timothy Masters)

Leserbewertungen

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.

Originaltitel:

Deep Belief Nets in C++ and Cuda C: Volume 2: Autoencoding in the Complex Domain

Inhalt des Buches:

Entdecken Sie die wesentlichen Bausteine einer weit verbreiteten und leistungsstarken Form von Deep Belief Net: den Autoencoder. Sie werden dieses Thema über den aktuellen Gebrauch hinaus erweitern, indem Sie es auf den komplexen Bereich für Signal- und Bildverarbeitungsanwendungen ausdehnen. Deep Belief Nets in C++ und CUDA C: Volume 2 behandelt auch mehrere Algorithmen zur Vorverarbeitung von Zeitreihen und Bilddaten. Diese Algorithmen konzentrieren sich auf die Erstellung von Prädiktoren im komplexen Bereich, die für die Eingabe in einen Autoencoder im komplexen Bereich geeignet sind. Schließlich lernen Sie eine Methode zur Einbettung von Klasseninformationen in die Eingabeschicht einer beschränkten Boltzmann-Maschine kennen. Dies erleichtert die generative Darstellung von Stichproben aus einzelnen Klassen anstelle der gesamten Datenverteilung. Die Möglichkeit, die Merkmale, die das Modell für jede Klasse separat gelernt hat, zu sehen, kann von unschätzbarem Wert sein.

Bei jedem Schritt bietet Ihnen dieses Buch eine intuitive Motivation, eine Zusammenfassung der wichtigsten Gleichungen, die für das Thema relevant sind, und hochkommentierten Code für die Berechnung mit Threads auf modernen CPUs sowie für die massive Parallelverarbeitung auf Computern mit CUDA-fähigen Grafikkarten.

Was Sie lernen werden

⬤ Code für Deep Learning, neuronale Netze und KI mit C++ und CUDA C.

⬤ Signalvorverarbeitung mit Hilfe von einfachen Transformationen, Fourier-Transformationen, Morlet-Wavelets und mehr durchführen.

⬤ Verwendung der Fourier-Transformation für die Bildvorverarbeitung.

⬤ Implementieren Sie die automatische Kodierung durch Aktivierung im komplexen Bereich.

⬤ Arbeiten Sie mit Algorithmen für die CUDA-Gradientenberechnung.

⬤ Verwenden Sie das DEEP-Betriebshandbuch.

Für wen ist dieses Buch gedacht?

Diejenigen, die zumindest ein Grundwissen über neuronale Netze und einige vorherige Programmiererfahrung haben, obwohl einige C++ und CUDA C empfohlen wird.

Weitere Daten des Buches:

ISBN:9781484236451
Autor:
Verlag:
Sprache:Englisch
Einband:Taschenbuch

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)