Вера16
VIP складчик
- Регистрация
- 5 Ноя 2014
- Сообщения
- 44.810
- Реакции
- 5.575.319
Автор: [Адам Гибсон, Джош Паттерсон]
Название: Глубокое обучение с точки зрения практика
Все, что должен знать разработчик-практик, чтобы приступить к применению глубокого обучения для решения реальных задач!
Интерес к машинному обучению зашкаливает, но завышенные ожидания нередко губят проекты еще на ранней стадии. Как машинное обучение - и особенно глубокие нейронные сети - может изменить вашу организацию?
Эта книга не только содержит практически полезную информацию о предмете, но и поможет приступить к созданию эффективных сетей глубокого обучения.
Авторы сначала раскрывают фундаментальные вопросы глубокого обучения - настройка, распараллеливание, векторизация, конвейеры операций - актуальные для любой библиотеки, а затем переходят к библиотеке Deeplearning4j (DL4J), предназначенной для разработки технологических процессов профессионального уровня.
На реальных примерах читатель познакомится с методами и стратегиями обучения глубоких сетей с различной архитектурой и их распараллеливания в кластерах Hadoop и Spark.
Концепции машинного обучения вообще и глубокого обучения в частности
Эволюция глубоких сетей из нейронных
Основные архитектуры глубоких сетей, в т.ч. сверточные и рекуррентные нейронные сети
Как выбрать сеть, отвечающую поставленной задаче
Основы настройки нейронных сетей вообще и конкретных глубоких архитектур
Применение методов векторизации к данным различных типов.
Подробнее:
Название: Глубокое обучение с точки зрения практика
Все, что должен знать разработчик-практик, чтобы приступить к применению глубокого обучения для решения реальных задач!
Интерес к машинному обучению зашкаливает, но завышенные ожидания нередко губят проекты еще на ранней стадии. Как машинное обучение - и особенно глубокие нейронные сети - может изменить вашу организацию?
Эта книга не только содержит практически полезную информацию о предмете, но и поможет приступить к созданию эффективных сетей глубокого обучения.
Авторы сначала раскрывают фундаментальные вопросы глубокого обучения - настройка, распараллеливание, векторизация, конвейеры операций - актуальные для любой библиотеки, а затем переходят к библиотеке Deeplearning4j (DL4J), предназначенной для разработки технологических процессов профессионального уровня.
На реальных примерах читатель познакомится с методами и стратегиями обучения глубоких сетей с различной архитектурой и их распараллеливания в кластерах Hadoop и Spark.
Концепции машинного обучения вообще и глубокого обучения в частности
Эволюция глубоких сетей из нейронных
Основные архитектуры глубоких сетей, в т.ч. сверточные и рекуррентные нейронные сети
Как выбрать сеть, отвечающую поставленной задаче
Основы настройки нейронных сетей вообще и конкретных глубоких архитектур
Применение методов векторизации к данным различных типов.
Подробнее:
Для просмотра скрытого содержимого вы должны зарегистрироваться
Скачать:
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- [Udemy, Stephen Grider] Docker и Kubernetes: полное руководство (2022)
- [RealManual, Егоров Василий] Traefik: проксируем в сети (2022)
- [Umapalata, Макс Куратов] Claude, сделай мне сайт (2026)
- [Vesperfin, Арина Веспер] VesperfinCode: Поддержка (14-й поток) (2026)
- [Udemy, Израиль Гбати] Разработка встроенных Wi-Fi-модулей с нуля™ (2026)
- [stepik, Василий Еремин] Механизм расширений в конфигурациях 1С (2026)