matthieu deru (9 Ergebnisse)

Zustand: good. Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present.

Hardcover. Zustand: Fine. Deep Learning ist die Schlusseltechnologie des derzeitigen Booms Kunstlicher Intelligenz. Neuronale Netze konnen Hochstleistung erbringen, wenn sie als Deep-Learning-Netze aufgestellt sind und mit grossen Datenmengen trainiert werden - und wenn Sie wissen, wie man dieses maschinelle Lernen geschickt implementiert. Lernen Sie hier, wie Sie die machtigen Frameworks in realen Projekten erfolgreich einsetzen. Unsere Autoren zeigen Ihnen sowohl die Arbeit mit Python und Keras als auch fur den Browser mit JavaScript, HTML5 und TensorFlow. js. Aus dem Inhalt: Deep-Learning-Grundkonzepte Installation der Frameworks Vorgefertigte Modelle verwenden Datenanalyse und -vorbereitung Convolutional Networks, LSTM, RNN, Pooling . Aufgaben eines Modells richtig festlegen Eigene Modelle trainieren Overfitting und Underfitting vermeiden Ergebnisse visualisieren.

Zustand: Gut. 1. 423 S. Alle Bücher & Medienartikel von Book Broker sind stets in gutem & sehr gutem gebrauchsfähigen Zustand. Die Ausgabe des gelieferten Exemplars kann um bis zu 10 Jahre vom angegebenen Veröffentlichungsjahr abweichen und es kann sich um eine abweichende Auflage handeln. Unser Produktfoto entspricht dem hier angebotenen Artikel, dieser weist folgende Merkmale auf: Helle/saubere Seiten in fester Bindung. Buchschnitt fleckig. Sprache: Deutsch Gewicht in Gramm: 900 Gebundene Ausgabe, Maße: 17.1 cm x 2.8 cm x 24.7 cm.

Zustand: very good. Gut/Very good: Buch bzw. Schutzumschlag mit wenigen Gebrauchsspuren an Einband, Schutzumschlag oder Seiten. / Describes a book or dust jacket that does show some signs of wear on either the binding, dust jacket or pages.

Pappband : Kanten geringfügig angestoßen, sonst tadellos, 700 Seiten ; 22 x 15 cm 1200 g. Sprache: Deutsch.

Buch. Zustand: Neu. Neuware - Deep Learning - eine Schlüsseltechnologie der Künstlichen Intelligenz. Neuronale Netze bringen Höchstleistung, wenn sie zu Deep-Learning-Modellen verknüpft werden - vorausgesetzt, Sie machen es richtig. Große und gute Trainingsdaten beschaffen, geschickt implementieren . lernen Sie hier, wie Sie die mächtige Technologie wirklich in Ihren Dienst nehmen. Unsere Autoren zeigen Ihnen sowohl die Arbeit mit Python und Keras als auch für den Browser mit JavaScript, HTML5 und TensorFlow.js.Aus dem Inhalt:Deep-Learning-GrundkonzepteInstallation der FrameworksVorgefertigte Modelle verwendenDatenanalyse und -vorbereitungConvolutional Networks, LSTM, RNN, Pooling .Aufgaben eines Modells richtig festlegenEigene Modelle trainierenOverfitting und Underfitting vermeidenErgebnisse visualisieren.

hardcover. Zustand: Gut. 423 Seiten; 9783836265096.3 Gewicht in Gramm: 1.

Buch. Zustand: Neu. Deep Learning mit TensorFlow, Keras und [.] | Über 450 Seiten Einstieg, Konzepte, KI-Projekte. Aktuell zu TensorFlow 2 | Matthieu Deru (u. a.) | Buch | Rheinwerk Computing | 496 S. | Deutsch | 2020 | Rheinwerk Verlag GmbH | EAN 9783836274258 | Verantwortliche Person für die EU: Rheinwerk Verlag GmbH, Rheinwerkallee 4, 53227 Bonn, service[at]rheinwerk-verlag[dot]de | Anbieter: preigu.

Buch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Fernsehen ist die beliebteste Aktivität der Deutschen, immer noch vor der Nutzung des Radios und Internets. Doch die Art und Weise fernzusehen, hat sich in den letzten Jahren stark verändert. Dieses Buch befasst sich mit der spannenden Thematik der parallelen Benutzung der Medien Fernsehen und Internet bzw. des semantischen Web, mit dem Fokus auf einer Suche und benutzerzentrierten Interaktionen, die intuitiv vorm Fernsehgerät durchgeführt werden können. In dieser überarbeiten Version seiner Dissertation führt der Autor zuerst eine detaillierte Analyse der heutigen technischen Ansätze im Bereich SmartTV durch. Dabei werden ihre Möglichkeiten in puncto Interaktion, Design und funktionaler Erweiterbarkeiten präsentiert. Zusätzlich wird das System namens Swoozy, welches die Grundlagen des neuen interaktiven semantischen Fernsehens (Semantic TV) setzt, detailliert vorgestellt. Durch die technische Realisierung von Swoozy wurde eine nahtlose Verbindung zwischen (nicht- bzw. linearen) Videos, den Cloud-basierten Diensten und der semantischen Verarbeitung geschaffen. Somit erhalten Zuschauer durch das semantische Fernsehen eine neue Möglichkeit mit Videoinhalten zu interagieren und effizient nach Hintergrundwissen zu suchen.