Aprendizaje profundo aplicado. Un enfoque basado en casos para comprender las redes neuronales profundas.
A

Aprendizaje profundo aplicado. Un enfoque basado en casos para comprender las redes neuronales profundas.

Redes neuronales
deep learning neural networks TensorFlow optimization algorithms hyperparameter tuning case studies practical guide
Autor
Umberto Michelucci
Editorial
BKhV-Peterburg
Año
2020
Idioma
Ruso
209
Calificar este libro

Para leer el libro, iniciar sesión / registrarse

Vista previa del fragmento

Libros similares

Aprendizaje profundo: desarrollo fácil de proyectos en Python

Aprendizaje profundo: desarrollo fácil de proyectos en Python

Seth Weidman

Introducción a PyTorch: aprendizaje profundo en el procesamiento del lenguaje natural

Introducción a PyTorch: aprendizaje profundo en el procesamiento del lenguaje natural

Delip Rao, Brian McMahan

JavaScript para aprendizaje profundo con TensorFlow.js

JavaScript para aprendizaje profundo con TensorFlow.js

François Chollet, Eric Nielsen, Stan Bileschi, Shengqing Cai

Aprendizaje automático y TensorFlow

Aprendizaje automático y TensorFlow

Nishant Shakla, Kenneth Fricles

Procesamiento de lenguaje natural con TensorFlow

Procesamiento de lenguaje natural con TensorFlow

Tushan Ganegedara

Métodos de redes neuronales en el procesamiento del lenguaje natural

Métodos de redes neuronales en el procesamiento del lenguaje natural

Yoav Goldberg

Aprendiendo aprendizaje profundo

Aprendiendo aprendizaje profundo

Andrew Trask

Aprendizaje profundo con fastai y PyTorch: mínimo de fórmulas, mínimo de código, máxima eficiencia

Aprendizaje profundo con fastai y PyTorch: mínimo de fórmulas, mínimo de código, máxima eficiencia

Jeremy Howard y Sylvain Gugger

Procesamiento del lenguaje natural en acción. 2ª edición

Procesamiento del lenguaje natural en acción. 2ª edición

Hobson Lane, Maria Dyshel