Глубокое обучение для программистов построение применения
- Время доставки: 7-10 дней
- Состояние товара: новый
- Доступное количество: 1
Оплачивая «Глубокое обучение для программистов построение применения» данное изделие из «E-бизнес» вы можете быть уверены, что после оформления заказа, доставки в Украину, вы получите именно то, что заказывали, в оговоренные сроки и европейского качества.
Глубокое обучение для программистов, создающих приложения ИИ с использованием FASTA и Pytorch Jeremy Howard, Sylvain Gugger
- ean: 9788328375093
- Название: глубокое обучение для программистов, создающих приложение AI с использованием Fastai и Pytorch
- Автор: Джереми Ховард
- перевозчик: бумажная книга
- обложка: Soft
- isbn: 9788328375093
- Язык публикации: Польский
- Год публикации: 2021
- Вес продукта с единичной упаковкой: 0,300 кг
- Издатель: helion
- Количество страниц: 544
- Номер выпуска: 1
- series: O'Reilly
- Ширина продукта: 14,00 см
- Высота продукта: 21,00 см
- виды: e-business
Глубокое обучение меняет лицо многих отраслей. Эта революция уже началась, но потенциал ИИ и нейронных сетей намного больше. Таким образом, сегодня мы используем достижения компьютерного анализа имиджа и естественного языка, поддерживая научные исследования или создавая эффективные бизнес -стратегии - мы вступаем в мир, который до недавнего времени был доступен в основном для ученых. Следовательно, трудно найти источники знаний, которые также были бы доступны для обычных программистов и имеют высокую существенную ценность. Проблема в том, что без тщательного понимания алгоритмов глубокого обучения трудно создать хорошие приложения. Вот практическое и доступное руководство по глубокому обучению концепций, написанное, чтобы помочь вам понять последние методы в этой области, не зная более высокой математики. Книга дает отличные основы глубокого обучения, а затем постепенно вводит проблемы моделей, их строительство и обучение. Он также показывает практические методы превращения моделей в эксплуатационные приложения. Было много советов, которые помогли повысить точность, скорость и надежность моделей. Была также информация о лучших способах реализации алгоритмов глубокого обучения с нуля и их использования в последних решениях.