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
Умберто Микелуччи
Editorial
БХВ-Петербург
Año
2020
Idioma
Ruso
60
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

Сет Вейдман

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

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

Делип Рао, Брайан Макмахан

JavaScript para aprendizaje profundo con TensorFlow.js

JavaScript para aprendizaje profundo con TensorFlow.js

Франсуа Шолле, Эрик Нильсон, Стэн Байлесчи, Шэнкуинг Цэй

Aprendizaje automático y TensorFlow

Aprendizaje automático y TensorFlow

Нишант Шакла, Кеннет Фриклс

Procesamiento de lenguaje natural con TensorFlow

Procesamiento de lenguaje natural con TensorFlow

Тушан Ганегедара

Métodos de redes neuronales en el procesamiento del lenguaje natural

Métodos de redes neuronales en el procesamiento del lenguaje natural

Йоав Гольдберг

Aprendiendo aprendizaje profundo

Aprendiendo aprendizaje profundo

Эндрю Траск

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

Джереми Ховард и Сильвейн Гуггер

Procesamiento del lenguaje natural en acción. 2ª edición

Procesamiento del lenguaje natural en acción. 2ª edición

Хобсон Лейн, Мария Дышель