Gesamtpreis (1 Artikel Artikel):
Versandziel:
caterini anthony (5 Ergebnisse)
Direkt zu den wichtigsten Suchergebnissen
Suchfilter
Produktart
- Alle Product Types
- Bücher (5)
- Magazine & Zeitschriften (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Comics (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Noten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Kunst, Grafik & Poster (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Fotografien (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Karten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Manuskripte & Papierantiquitäten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Zustand Mehr dazu
- Neu (5)
- Wie Neu, Sehr Gut oder Gut Bis Sehr Gut (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Gut oder Befriedigend (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Ausreichend oder Schlecht (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Wie beschrieben (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Einband
- alle Einbände
- Hardcover (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Softcover (5)
Weitere Eigenschaften
- Erstausgabe (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Signiert (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Schutzumschlag (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Angebotsfoto (3)
Sprache (1)
Preis
- Beliebiger Preis
- Weniger als EUR 20 (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- EUR 20 bis EUR 45 (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Mehr als EUR 45
Gratisversand
- Kostenloser Versand nach USA (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Land des Verkäufers
Verkäuferbewertung
-
Deep Neural Networks in a Mathematical Framework (SpringerBriefs in Computer Science)
Buch 256 von 322: SpringerBriefs in Computer ScienceAnbieter: Ria Christie Collections, Uxbridge, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 70,32
EUR 13,83 Versand
Versand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbZustand: New. In.
-
Deep Neural Networks in a Mathematical Framework
Buch 256 von 322: SpringerBriefs in Computer ScienceSprache: Englisch
Verlag: Springer International Publishing, 2018
ISBN 10: 3319753037 ISBN 13: 9783319753034
EUR 66,44
EUR 48,99 Versand
Versand von Deutschland nach USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbZustand: New.
-
Deep Neural Networks in a Mathematical Framework
Buch 256 von 322: SpringerBriefs in Computer ScienceSprache: Englisch
Verlag: Springer-Verlag New York Inc, 2018
ISBN 10: 3319753037 ISBN 13: 9783319753034
Anbieter: Revaluation Books, Exeter, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 108,22
EUR 11,54 Versand
Versand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
In den WarenkorbPaperback. Zustand: Brand New. 84 pages. 9.00x6.00x0.25 inches. In Stock.
-
Taschenbuch. Zustand: Neu. Deep Neural Networks in a Mathematical Framework | Anthony L. Caterini (u. a.) | Taschenbuch | xiii | Englisch | 2018 | Springer | EAN 9783319753034 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg, juergen[dot]hartmann[at]springer[dot]com | Anbieter: preigu.
-
Deep Neural Networks in a Mathematical Framework
Buch 256 von 322: SpringerBriefs in Computer ScienceSprache: Englisch
Verlag: Springer, Berlin, Springer, 2018
ISBN 10: 3319753037 ISBN 13: 9783319753034
Anbieter: AHA-BUCH GmbH, Einbeck, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - This SpringerBrief describes how to build a rigorous end-to-end mathematical framework for deep neural networks. The authors provide tools to represent and describe neural networks, casting previous results in the field in a more natural light. In particular, the authors derive gradient descent algorithms in a unified way for several neural network structures, including multilayer perceptrons, convolutional neural networks, deep autoencoders and recurrent neural networks. Furthermore, the authors developed framework is both more concise and mathematically intuitive than previous representations of neural networks.This SpringerBrief is one step towards unlocking the black box of Deep Learning. The authors believe that this framework will help catalyze further discoveries regarding the mathematical properties of neural networks.This SpringerBrief is accessible not only to researchers, professionals and students working and studying in the field of deep learning, but alsoto those outside of the neutral network community.
