Application des réseaux neuronaux pour le traitement de contenu multimédia (100 exemples en Python)
A

Application des réseaux neuronaux pour le traitement de contenu multimédia (100 exemples en Python)

Réseaux neuronaux
Python neural networks multimedia processing OpenMP FFmpeg image processing audio processing
Auteur
С.А. Молодяков
Éditeur
Издательство Политехнического университета (ПОЛИТЕХПРЕСС)
Année
2025
Langue
Russe
46
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

Algorithmes de traitement des données multimédias dans un bot Telegram (100 exemples en Python)

Algorithmes de traitement des données multimédias dans un bot Telegram (100 exemples en Python)

С.А. Молодяков, А.В. Милицын

Application des fonctions OpenCV en vision par ordinateur (60 exemples en Python)

Application des fonctions OpenCV en vision par ordinateur (60 exemples en Python)

С.А. Молодяков

Deep Learning Appliqué. Une approche basée sur l'étude de cas pour comprendre les réseaux de neurones profonds.

Deep Learning Appliqué. Une approche basée sur l'étude de cas pour comprendre les réseaux de neurones profonds.

Умберто Микелуччи

Introduction à PyTorch : apprentissage profond pour le traitement du langage naturel

Introduction à PyTorch : apprentissage profond pour le traitement du langage naturel

Делип Рао, Брайан Макмахан

Traitement du langage naturel en action. Compréhension, analyse et génération de texte avec Python

Traitement du langage naturel en action. Compréhension, analyse et génération de texte avec Python

Лейн Хобсон, Коул Ховард, Ханнес Макс Хапке

Traitement du langage naturel avec TensorFlow

Traitement du langage naturel avec TensorFlow

Тушан Ганегедара

Traitement du langage naturel en action. 2e édition

Traitement du langage naturel en action. 2e édition

Хобсон Лейн, Мария Дышель

Apprentissage profond avec fastai et PyTorch : un minimum de formules, un minimum de code, un maximum d'efficacité

Apprentissage profond avec fastai et PyTorch : un minimum de formules, un minimum de code, un maximum d'efficacité

Джереми Ховард и Сильвейн Гуггер

Deep Learning : développement facile de projets en Python

Deep Learning : développement facile de projets en Python

Сет Вейдман

Python : Fondements de la programmation

Python : Fondements de la programmation

Ярослав Суков