Bücher
Seth Weidman

Deep Learning – Grundlagen und Implementierung

Grundprinzipien und Konzepte neuronaler Netze systematisch und verständlich erklärt

— Deep-Learning-Grundlagen für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning

— Implementierung der Deep-Learning-Konzepte mit dem beliebten Framework PyTorch

— Zahlreiche Codebeispiele in Python verdeutlichen die konkrete Umsetzung

Dieses Buch vermittelt Ihnen das konzeptionelle und praktische Rüstzeug, um ein tiefes Verständnis für die Funktionsweise neuronaler Netze zu bekommen. Sie lernen die Grundprinzipien des Deep Learning kennen, zu deren Veranschaulichung Seth Weidman gut nachvollziehbare Konzeptmodelle entwickelt hat, die von Codebeispielen begleitet werden. Das Buch eignet sich für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning.
Sie beginnen mit den Basics des Deep Learning und gelangen schnell zu den Details fortgeschrittener Architekturen, indem Sie deren Aufbau von Grund auf neu implementieren. Dabei lernen Sie mehrschichtige neuronale Netze wie Convolutional und Recurrent Neural Networks kennen. Diese neuronalen Netzwerkkonzepte setzen Sie dann mit dem beliebten Framework PyTorch praktisch um. Auf diese Weise bauen Sie ein fundiertes Wissen darüber auf, wie neuronale Netze mathematisch, rechnerisch und konzeptionell funktionieren.
497 Druckseiten
Copyright-Inhaber
Bookwire
Ursprüngliche Veröffentlichung
2020
Jahr der Veröffentlichung
2020
Verlag
O'Reilly
Übersetzer
Jørgen W. Lang
Haben Sie es bereits gelesen? Was halten sie davon?
👍👎
fb2epub
Ziehen Sie Ihre Dateien herüber (nicht mehr als fünf auf einmal)