Deep Learning - Grundlagen und Implementierung : Neuronale Netze mit Python und PyTorch programmieren

Beschreibung

Neuware - Grundprinzipien und Konzepte neuronaler Netze systematisch und verständlich erklärt Deep-Learning-Grundlagen für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning Implementierung der Deep-Learning-Konzepte mit dem beliebten Framework PyTorch Zahlreiche Codebeispiele in Python verdeutlichen die konkrete Umsetzung Dieses Buch vermittelt Ihnen das konzeptionelle und praktische Rüstzeug, um ein tiefes Verständnis für die Funktionsweise neuronaler Netze zu bekommen. Sie lernen die Grundprinzipien des Deep Learning kennen, zu deren Veranschaulichung Seth Weidman gut nachvollziehbare Konzeptmodelle entwickelt hat, die von Codebeispielen begleitet werden. Das Buch eignet sich für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning. Sie beginnen mit den Basics des Deep Learning und gelangen schnell zu den Details fortgeschrittener Architekturen, indem Sie deren Aufbau von Grund auf neu implementieren. Dabei lernen Sie mehrschichtige neuronale Netze wie Convolutional und Recurrent Neural Networks kennen. Diese neuronalen Netzwerkkonzepte setzen Sie dann mit dem beliebten Framework PyTorch praktisch um. Auf diese Weise bauen Sie ein fundiertes Wissen darüber auf, wie neuronale Netze mathematisch, rechnerisch und konzeptionell funktionieren.

Bestandsnummer des Verkäufers 9783960091363

Verkäufer kontaktieren

Diesen Artikel melden

Bibliografische Details

Titel

Deep Learning - Grundlagen und Implementierung : Neuronale Netze mit Python und PyTorch programmieren

Verlag

Dpunkt.Verlag Gmbh Mai 2020

Erscheinungsjahr

2020

Sprache

Deutsch

ISBN-10

3960091362

ISBN-13

9783960091363

Einband

Taschenbuch

Zustand

Neu

Abmessungen

238B x 166 H x 17 T Millimeter Breite: 238 mm, Höhe: 166 mm, Tiefe: 17 mm

Gewicht

482 Gramm