Note :
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Deep Learning with Python: A Hands-On Introduction
Chapitre 1 : Un regard intuitif sur les fondamentaux du deep learning basé sur des applications pratiquesChapitre 2 : Une étude de l'état actuel des implémentations de bibliothèques, d'outils et de packages pour le deep learning et le cas de l'écosystème PythonChapitre 3 : Un regard détaillé sur Keras (1), qui est un cadre de haut niveau pour le deep learning adapté aux débutants pour comprendre et expérimenter avec le deep learningChapitre 4 : Un regard détaillé sur Theano (2), qui est un cadre de bas niveau pour l'implémentation d'architectures et d'algorithmes dans le deep learning à partir de zéroChapitre 5 : Une vue détaillée de Caffe (3), qui est un cadre hautement optimisé pour la mise en œuvre de certaines des architectures d'apprentissage profond les plus populaires (principalement la vision par ordinateur)Chapitre 6 : Une brève introduction aux GPU et pourquoi ils changent la donne pour l'apprentissage profondChapitre 7 : Une brève introduction à la différenciation automatiqueChapitre 8 : Une brève introduction à la rétropropagation et à la descente de gradient stochastiqueChapitre 9 : Un aperçu des architectures d'apprentissage profondChapitre 10 : Conseils sur l'exécution d'expériences à grande échelle en apprentissage profond et sur la mise en production des modèlesChapitre 11 : Introduction à TensorflowChapitre 12 : Introduction à PyTorchChapitre 13 : Techniques de régularisationChapitre 14 : Entraînement des modèles d'apprentissage profond.
| ISBN : | 9781484227657 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2017 |
| Nombre de pages : | 226 |
Actuellement disponible, en stock.
