Fundamentals of Deep Learning : Designing Next-Generation Machine Intelligence Algorithms /
Contiene: 1) Fundamentos de álgebra lineal para aprendizaje profundo; 2) Fundamentos de probabilidad; 3) La red neuronal; 4) Entrenamiento de redes neuronales de retroalimentación; 5) Implementación de redes neuronales en PyTorch; 6) Más allá del descenso de gradiente; 7) Redes neuronales convolucio...
Guardado en:
| Autor principal: | |
|---|---|
| Otros autores: | , |
| Formato: | Libro |
| Idioma: | Inglés |
| Publicado: |
Sebastopol, EUA :
O'Reilly,
2022, c2022
|
| Edición: | 2a edición |
| Temas: | |
| Acceso en línea: | Ver documento en línea |
| Etiquetas: |
Sin etiquetas, Sé el primero en etiquetar este registro!
|
| Resumen: | Contiene: 1) Fundamentos de álgebra lineal para aprendizaje profundo; 2) Fundamentos de probabilidad; 3) La red neuronal; 4) Entrenamiento de redes neuronales de retroalimentación; 5) Implementación de redes neuronales en PyTorch; 6) Más allá del descenso de gradiente; 7) Redes neuronales convolucionales; 8) Aprendizaje de incrustación y representación; 9) Modelos para análisis de secuencias; 10) Modelos generativos; 11) Métodos de interpretabilidad; 12) Redes neuronales aumentadas con memoria; 13) Aprendizaje de refuerzo profundo. |
|---|---|
| Descripción física: | 1 libro electrónico en línea (XIV, 374 p.) 1 recurso en línea |
| Público: | 2025 BO Licenciatura en Ingeniería en Inteligencia Artificial |
| ISBN: | 9781492082156 |
| Acceso: | 1 licencia |