Értékelés:
Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.
Deep Learning with Python: A Hands-On Introduction
1. fejezet: A mélytanulás alapjainak intuitív áttekintése gyakorlati alkalmazások alapján2.
fejezet: A mélytanuláshoz használt könyvtárak, eszközök és csomagok jelenlegi legmodernebb implementációinak áttekintése, valamint a Python ökoszisztéma esete3. fejezet: A Keras (1) részletes bemutatása, amely a mélytanulás magas szintű keretrendszere, és alkalmas a kezdők számára a mélytanulás megértéséhez és kísérletezéséhez4. fejezet: A Theano (2) részletes bemutatása, amely egy alacsony szintű keretrendszer a mélytanulás architektúráinak és algoritmusainak nulláról történő megvalósításához5.
fejezet: Fejezet: A Caffe (3) részletes bemutatása, amely egy nagymértékben optimalizált keretrendszer a legnépszerűbb mélytanulási architektúrák (főként számítógépes látás)megvalósításához.6.
fejezet: Rövid bevezetés a GPU-kba, és hogy miért jelentenek változást a mélytanulás számára.7. fejezet: Az automatikus differenciálás rövid bemutatása.8.
fejezet: Rövid bevezetés a backpropagációba és a sztochasztikus gradiens leszállásba9. fejezet: A mélytanulási architektúrák áttekintése10. fejezet: Tanácsok a mélytanulással kapcsolatos nagyszabású kísérletek futtatásához és a modellek termelésbe viteléhez11.
fejezet: Bevezetés a Tensorflowba12. fejezet: Bevezetés a PyTorchba13. fejezet: Regularizációs technikák14.
fejezet: Mélytanulási modellek képzése.
