Deep Learning – Grundlagen und Implementierung – Sehr gut Räumungsverkauf

Seth Weidman

ISBN: 9783960091363

Neuronale Netze mit Python und PyTorch programmieren

Erscheinungsdatum: 27.05.2020
Seitenanzahl: 252
Verlag: O’Reilly
Einband: Broschur

Neue Ware, Mängelexemplar, Zustand: gut

Grundprinzipien und Konzepte neuronaler Netze systematisch und verständlich erklärt

• Deep-Learning-Grundlagen für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning
• Implementierung der Deep-Learning-Konzepte mit dem beliebten Framework PyTorch
• Zahlreiche Codebeispiele in Python verdeutlichen die konkrete Umsetzung

Dieses Buch vermittelt Ihnen das konzeptionelle und praktische Rüstzeug, um ein tiefes Verständnis für die Funktionsweise neuronaler Netze zu bekommen. Sie lernen die Grundprinzipien des Deep Learning kennen, zu deren Veranschaulichung Seth Weidman gut nachvollziehbare Konzeptmodelle entwickelt hat, die von Codebeispielen begleitet werden. Das Buch eignet sich für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning.

Sie beginnen mit den Basics des Deep Learning und gelangen schnell zu den Details fortgeschrittener Architekturen, indem Sie deren Aufbau von Grund auf neu implementieren. Dabei lernen Sie mehrschichtige neuronale Netze wie Convolutional und Recurrent Neural Networks kennen. Diese neuronalen Netzwerkkonzepte setzen Sie dann mit dem beliebten Framework PyTorch praktisch um. Auf diese Weise bauen Sie ein fundiertes Wissen darüber auf, wie neuronale Netze mathematisch, rechnerisch und konzeptionell funktionieren.

Text vom Verlag