Titre original :
Deep Learning for Engineers
Contenu du livre :
Deep Learning for Engineers présente les principes fondamentaux de l'apprentissage profond ainsi que les éléments de base nécessaires à la compréhension et à l'application des modèles d'apprentissage profond.
En tant que guide complet pour l'application des modèles d'apprentissage profond dans des contextes pratiques, ce livre présente une structure de codage facile à comprendre utilisant Python et PyTorch avec une explication approfondie de quatre études de cas typiques d'apprentissage profond sur la classification d'images, la détection d'objets, la segmentation sémantique et le sous-titrage d'images. Les principes fondamentaux des architectures de réseaux neuronaux convolutifs (CNN) et de réseaux neuronaux récurrents (RNN), ainsi que leurs mises en œuvre pratiques dans les domaines de la science et de l'ingénierie, sont également abordés.
Ce livre comprend des problèmes d'exercices pour toutes les études de cas qui se concentrent sur diverses approches de réglage fin dans l'apprentissage profond. Les étudiants en sciences et en ingénierie, qu'ils soient en licence ou en master, les chercheurs universitaires et les professionnels de l'industrie trouveront le contenu de cet ouvrage très utile.
Autres informations sur le livre :
| ISBN : | 9781032515816 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
| Année de publication : | 2024 |
| Nombre de pages : | 158 |
Achat:
Actuellement disponible, en stock.
