Aplicación de redes neuronales para procesamiento de contenido multimedia (100 ejemplos en Python)
A

Aplicación de redes neuronales para procesamiento de contenido multimedia (100 ejemplos en Python)

Redes neuronales
Python neural networks multimedia processing OpenMP FFmpeg image processing audio processing
Autor
С.А. Молодяков
Editorial
Издательство Политехнического университета (ПОЛИТЕХПРЕСС)
Año
2025
Idioma
Ruso
48
Calificar este libro

Para leer el libro, iniciar sesión / registrarse

Vista previa del fragmento

Libros similares

Algoritmos para trabajar con datos multimedia en bots de Telegram (100 ejemplos en Python)

Algoritmos para trabajar con datos multimedia en bots de Telegram (100 ejemplos en Python)

С.А. Молодяков, А.В. Милицын

Aplicación de funciones de OpenCV en visión por computadora (60 ejemplos en Python)

Aplicación de funciones de OpenCV en visión por computadora (60 ejemplos en Python)

С.А. Молодяков

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

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

Умберто Микелуччи

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

Procesamiento del lenguaje natural en acción. Comprensión, análisis y generación de texto con Python

Procesamiento del lenguaje natural en acción. Comprensión, análisis y generación de texto con Python

Лейн Хобсон, Коул Ховард, Ханнес Макс Хапке

Procesamiento de lenguaje natural con TensorFlow

Procesamiento de lenguaje natural con TensorFlow

Тушан Ганегедара

Procesamiento del lenguaje natural en acción. 2ª edición

Procesamiento del lenguaje natural en acción. 2ª edición

Хобсон Лейн, Мария Дышель

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

Aprendizaje profundo: desarrollo fácil de proyectos en Python

Aprendizaje profundo: desarrollo fácil de proyectos en Python

Сет Вейдман

Python: Fundamentos de Programación

Python: Fundamentos de Programación

Ярослав Суков