L'apprentissage profond : Mathématiques, algorithmes, modèles

Note :   (4,6 sur 5)

L'apprentissage profond : Mathématiques, algorithmes, modèles (Edward Raff)

Avis des lecteurs

Résumé:

Le livre est très apprécié pour ses explications claires, ses exemples de code pratiques dans PyTorch et ses méthodes d'enseignement efficaces comme le codage couleur des équations. Il constitue à la fois une excellente introduction pour les débutants et une référence utile pour les experts en apprentissage profond. Cependant, certains utilisateurs ont exprimé leur déception quant au manque d'explications mathématiques détaillées et à la mauvaise organisation des exemples de code, qui peuvent prêter à confusion. En outre, des problèmes se sont posés en raison de l'absence de codes d'accès à des ressources en ligne supplémentaires.

Avantages:

Explications claires, adaptées à la fois aux débutants et aux experts
exemples de code pratiques dans PyTorch
utilisation efficace du code couleur dans les explications mathématiques
contenu attrayant qui développe progressivement les connaissances
inclut de précieuses idées d'ingénierie de la part de l'auteur.

Inconvénients:

Manque d'explications mathématiques détaillées comme promis
organisation confuse des exemples de code
certains utilisateurs ont trouvé que le code était mal présenté
codes d'accès manquants pour les ressources en ligne supplémentaires, ce qui limite la facilité d'utilisation.

(basé sur 9 avis de lecteurs)

Titre original :

Inside Deep Learning: Math, Algorithms, Models

Contenu du livre :

Rédigé pour les développeurs de tous les jours, Inside Deep Learning ne contient pas de preuves mathématiques complexes ou de théories académiques inutiles.

Découvrez la théorie et la pratique de l'apprentissage profond moderne et appliquez des techniques innovantes pour résoudre des problèmes de données quotidiens. Inside Deep Learning est un guide d'initiation rapide à la résolution de problèmes techniques courants grâce à l'apprentissage profond.

Écrit pour les développeurs de tous les jours, Inside Deep Learning ne contient pas de preuves mathématiques complexes ou de théories académiques inutiles. Vous apprendrez comment fonctionne l'apprentissage profond à travers un langage clair, un code annoté et des équations en travaillant sur des dizaines d'exemples PyTorch instantanément utiles. Au fur et à mesure, vous construirez un traducteur français-anglais qui fonctionne sur les mêmes principes que la traduction automatique professionnelle, et découvrirez des techniques de pointe issues des dernières recherches. Mieux encore, chaque solution d'apprentissage profond présentée dans ce livre peut être exécutée en moins de quinze minutes à l'aide de matériel GPU gratuit.

L'achat du livre imprimé inclut un livre électronique gratuit aux formats PDF, Kindle et ePub de Manning Publications.

Autres informations sur le livre :

ISBN :9781617298639
Auteur :
Éditeur :
Langue :anglais
Reliure :Broché
Année de publication :2022
Nombre de pages :425

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

L'apprentissage profond : Mathématiques, algorithmes, modèles - Inside Deep Learning: Math,...
Rédigé pour les développeurs de tous les jours, Inside...
L'apprentissage profond : Mathématiques, algorithmes, modèles - Inside Deep Learning: Math, Algorithms, Models

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)