Praxiseinstieg Deep Learning mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen
Sie wollten immer schon mal wissen, was sich hinter dem Begriff »Deep Learning« verbirgt? Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen – aber was genau lässt sich mit neuronalen Netzen berechnen, und was machen Firmen wie Google, Facebook oder...
| Otros Autores: | |
|---|---|
| Formato: | Libro electrónico |
| Idioma: | Alemán |
| Publicado: |
Heidelberg, [Germany] :
O'Reilly
2018.
|
| Edición: | 1. Auflage |
| Colección: | Animals
|
| Materias: | |
| Ver en Biblioteca Universitat Ramon Llull: | https://discovery.url.edu/permalink/34CSUC_URL/1im36ta/alma991009629865006719 |
| Sumario: | Sie wollten immer schon mal wissen, was sich hinter dem Begriff »Deep Learning« verbirgt? Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen – aber was genau lässt sich mit neuronalen Netzen berechnen, und was machen Firmen wie Google, Facebook oder IBM damit?Dieser praktische Leitfaden vermittelt Ihnen einen umfassenden, schnellen und praxisnahen Einstieg in die Grundlagen und Arbeitsweisen von Deep Learning. Anhand einer Reihe von Python-basierten Beispielanwendungen wird der Umgang mit den Open-Source-Frameworks Caffe, TensorFlow und Spark gezeigt. Einfache, alltagstaugliche Beispiele dienen dem besseren Verständnis der mathematischen Methoden hinter Deep Learning und laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum Cloud Computing und Big Data im Zusammenhang mit Deep Learning so wichtig sind und wie sich verteilte Anwendungen erstellen lassen. |
|---|---|
| Notas: | Includes index. |
| Descripción Física: | 1 online resource (216 pages) : illustrations (some color) |
| Bibliografía: | Includes bibliographical references and index. |
| ISBN: | 9781492065593 9783960101567 |
