

Deep learning z TensorFlow 2 i Keras dla zaawansow

Parametry
- Stan
- Nowy
- Faktura
- Faktura VAT
- Wydawnictwo
- Helion
- Język
- polski
- Okładka
- miękka
- Waga (z opakowaniem)
- 0,624 kg
- Wysokość produktu
- 23,5 cm
- Szerokość produktu
- 16,5 cm
- Numer wydania
- 2
- Autor
- Rowel Atienza, Praca zbiorowa
- Liczba stron
- 432
- Tytuł
- Deep learning z TensorFlow 2 i Keras dla zaawansowanych Sieci GAN i VAE deep RL uczenie nienadzorowane wykrywanie i segmentacja obiektów i nie tylko Wydanie II
- Rok wydania
- 2 022
- ISBN
- 9788328388833
- Nośnik
- książka papierowa
- Seria
- inna
- Gatunek
- E-biznes
Opis produktu
Deep learning z TensorFlow 2 i Keras dla zaawansowanych. Sieci GAN i VAE, deep RL, uczenie nienadzorowane, wykrywanie i segmentacja obiektów i nie tylko..
Helion Gliwice

Ean:9788328388833
- ISBN: 9788328388833
- Autor: Atienza Rowel
- Oprawa: br
- Rok wydania: 2022
- Format: b5
- Stron: 432
Oto propozycja dla specjalistów zajmujących się programowaniem sztucznej inteligencji i studentów kształcących się w tej dziedzinie. Autor przybliża tajniki tworzenia sieci neuronowych stosowanych w uczeniu głębokim i pokazuje, w jaki sposób używać w tym celu bibliotek Keras i TensorFlow. Objaśnia zagadnienia dotyczące programowania AI zarówno w teorii, jak i praktyce. Liczne przykłady, czytelna oprawa graficzna i logiczne wywody sprawiają, że to skuteczne narzędzie dla każdego, kto chce się nauczyć budowania sieci neuronowych typu MLP, CNN i RNN.
Książka wprowadza w teoretyczne fundamenty uczenia głębokiego - znalazły się w niej wyjaśnienia podstawowych pojęć związanych z tą dziedziną i różnice pomiędzy poszczególnymi typami sieci neuronowych. Opisano tutaj również metody programowania algorytmów używanych w uczeniu głębokim i sposoby ich wdrażania. Dzięki lekturze lepiej zrozumiesz sieci neuronowe, nauczysz się ich tworzenia i zastosowania w różnych projektach z zakresu AI.
Polecamy tę książkę każdemu, kto:
- chce zrozumieć, jak działają sieci neuronowe i w jaki sposób się je tworzy
- specjalizuje się w uczeniu głębokim lub zamierza lepiej poznać tę dziedzinę
- posługuje się sieciami neuronowymi w programowaniu
- chce się nauczyć stosować biblioteki Keras i TensorFlow w uczeniu głębokim
