Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.
Deep Learning with Python: A Hands-On Introduction
Kapitel 1: Ein intuitiver Blick auf die Grundlagen des Deep Learning anhand praktischer AnwendungenKapitel 2: Ein Überblick über die aktuellen State-of-the-Art-Implementierungen von Bibliotheken, Tools und Paketen für Deep Learning und die Argumente für das Python-ÖkosystemKapitel 3: Ein detaillierter Blick auf Keras (1), ein High-Level-Framework für Deep Learning, das für Anfänger geeignet ist, um Deep Learning zu verstehen und damit zu experimentierenKapitel 4: Ein detaillierter Blick auf Theano (2), ein Low-Level-Framework für die Implementierung von Architekturen und Algorithmen im Deep Learning von Grund aufKapitel 5: Ein detaillierter Blick auf Caffe (3), ein hochoptimiertes Framework für die Implementierung einiger der populärsten Deep-Learning-Architekturen (vor allem Computer Vision)Kapitel 6: Eine kurze Einführung in GPUs und warum sie für Deep Learning ein Game Changer sindKapitel 7: Eine kurze Einführung in die automatische DifferenzierungKapitel 8: Eine kurze Einführung in Backpropagation und Stochastic Gradient DescentKapitel 9: Ein Überblick über Deep Learning-ArchitekturenKapitel 10: Ratschläge für die Durchführung von Experimenten in großem Maßstab im Bereich Deep Learning und die Übernahme von Modellen in die ProduktionKapitel 11: Einführung in TensorflowKapitel 12: Einführung in PyTorchKapitel 13: RegularisierungstechnikenKapitel 14: Training von Deep Leaning-Modellen.
| ISBN: | 9781484227657 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2017 |
| Seitenzahl: | 226 |
Derzeit verfügbar, auf Lager.
