Deep Learning for Numerical Applications with SAS (Keményfedeles kiadás)

Eredeti címe:

Deep Learning for Numerical Applications with SAS (Hardcover edition)

Könyv tartalma:

Oliver Schabenberger, PhD előszava.

ügyvezető alelnök, operatív és technológiai igazgató, SAS.

Merüljön el a mélytanulásban A gépi tanulás és a mélytanulás mindenütt jelen van otthonunkban és munkahelyünkön - a gépi fordítástól a képfelismerésen és a prediktív analitikán át az autonóm vezetésig. A mélytanulás számos mindennapi feladat javításának ígéretét hordozza a legkülönbözőbb tudományágakban. A mélytanulási szakirodalom nagy része a mélytanulás mechanikáját a Big Data által táplált kognitív alkalmazások megvalósításának céljával magyarázza. Ez a könyv más. A nagy teljesítményű analitika szakértője által írt Deep Learning for Numerical Applications with SAS egy új területet mutat be: Mélytanulás numerikus alkalmazásokhoz (Deep Learning for Numerical Applications, DL4NA). A mélytanulással ellentétben a DL4NA elsődleges célja nem az adatokból való tanulás, hanem a numerikus alkalmazások teljesítményének drámai javítása mély neurális hálózatok képzésével.

A Deep Learning for Numerical Applications with SAS bemutatja a mélytanulás koncepcióit a SAS-ban, valamint lépésről lépésre olyan technikákat, amelyek lehetővé teszik, hogy a példákat könnyen reprodukálhassa a nagy teljesítményű analitikai rendszereken. Emellett tárgyalja a legújabb hardver-innovációkat is, amelyekkel SAS-programjait működtetheti: a sokmagos CPU-któl a GPU-kon és az FPGA-kon át az ASIC-ekig.

Ez a könyv feltételezi, hogy az olvasó nem rendelkezik előzetes ismeretekkel a nagy teljesítményű számítástechnikáról, a gépi tanulásról vagy a mélytanulásról. Azoknak a SAS-fejlesztőknek szól, akik a leggyorsabb analitikát szeretnék kifejleszteni és futtatni. A GPU-kkal és FPGAS-szal működő hibrid architektúrák legújabb trendjeinek felfedezésén túl az olvasók megtanulják, hogyan.

⬤ Használja a mélytanulást a SAS-ben.

⬤ Gyorsítsák fel analitikájukat a mélytanulás segítségével.

⬤ Egyszerűen írjanak nagymértékben párhuzamos programokat a sok feladatszámítási paradigmák használatával.