Értékelés:
Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.
Neural Networks: Easy Guide to Artificial Neural Networks (Artificial Intelligence and Neural Network Concepts Explained in Simple Term
Ez a könyv arról szól, hogyan lehet mély tanulást alkalmazni a számítógépes látás területén a konvolúciós neurális hálózatok segítségével. Ezek a legkorszerűbbek a képosztályozásban, és a vaníliás mélyhálózatokkal szemben olyan feladatokban, mint az mnist.
Ebben a kurzusban emeljük a tétet, és a streetview házszám (svhn) adathalmazt fogjuk megvizsgálni - amely nagyobb, különböző szögből készült színes képeket használ -, így a dolgok mind számításilag, mind az osztályozási feladat nehézségét tekintve nehezebbé válnak.
A könyv elolvasásának olyan előnyei, amelyeket máshol nem talál:
⬤ Bevezetés a neurális hálózatokba.
⬤ A neurális hálózatok struktúrái.
⬤ Neurális hálózat építése.
⬤ Mesterséges neuronok felépítése.
⬤ A biológiai neuronok modellje.
⬤ Hogyan működnek.
⬤ A neurális hálózatok szerkezetének képességei.
⬤ A hálózat szervezése.
A mélytanulás egy új fogalom, amely a 2000-es évek óta alakult ki. Míg a mélytanulás újdonságnak számít, addig a mesterséges neurális hálózatok esetében, amely koncepcióra a mélytanulás épül, ez nem így van. Az első mesterséges neuronról 1943-ban hallunk, amikor warren mcculloch és walterpitts közzétették a biológiai neuron első matematikai és számítógépes modelljét: a formális neuront. A formális neuron közvetlenül a biológiai neuron ihlette.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)