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...

Whakaahuatanga katoa

Ngā taipitopito rārangi puna kōrero

Kaituhi matua:	Buduma, Nithin (autor)
Ētahi atu kaituhi:	Buduma, Nikhil (autor) (autor), Papa, Joe (colaboración) (colaboración)
Hōputu:	Pukapuka
Reo:	Ingarihi
I whakaputaina:	Sebastopol, EUA : O'Reilly, 2022, c2022
Putanga:	2a edición
Ngā marau:	Algoritmos Computacionales - > Tema Principal Redes Neurales - > Diseño y Construcción Redes Neurales - > Proceso de Datos Redes Neurales - > Tema Principal Aprendizaje Automático (Inteligencia Artificial) - > Tema Principal Inteligencia Artificial Programación (Software) Desarrollo de Sistemas Ingeniería Computacional Algebra Lineal Probabilidad
Urunga tuihono:	Ver documento en línea
Ngā Tūtohu:	Tāpirihia he Tūtohu Kāore He Tūtohu, Me noho koe te mea tuatahi ki te tūtohu i tēnei pūkete!