КаталогКниг.РФ

Глубокое обучение с fastai и PyTorch. Минимум формул, минимум кода, максимум эффективности (Ховард Джереми, Сильвейн Гуггер) ; Питер, 2022

Книга: Глубокое обучение с fastai и PyTorch. Минимум формул, минимум кода, максимум эффективности (Ховард Джереми, Сильвейн Гуггер) ; Питер, 2022

от 559 р. до 8260 р.


Сравнить цены

Цена от 559 р. до 8260 р. в 6 магазинах

МагазинЦенаНаличие
Буквоед

5/5

2071 р.
Минимальная сумма заказа 100 рублей
Book24

5/5

2071 р. 2199 р.
наличие уточняйте
30.05.2024
Мегамаркет

5/5

8260 р.
Яндекс.Маркет

5/5

787 р. 1124 р.
ЛитРес

5/5

559 р. 699 р.
электронная книга | скачать фрагмент
Питер

5/5

1704 р.
Лабиринт

5/5

Читай-город

5/5

МАЙШОП

5/5

Один из первых книжных интернет-магазинов, работающий с 2002 года

Как купить или где мы находимся +

Описание

Обычно на глубокое обучение смотрят с ужасом, считая, что только доктор математических наук или ботан, работающий в крутой айтишной корпорации, могут разобраться в этой теме. Отбросьте стереотипы: любой программист, знакомый с Python, может добиться впечатляющих результатов. Как? С помощью fastai - библиотеки, предоставляющей комфортный интерфейс для решения наиболее популярных задач.

Создатели fastai доказали, что самые модные и актуальные приложения можно делать быстро и не засыпать над скучными теоретическими выкладками и зубодробительными формулами.

Смотри также Характеристики.

Яндекс.Маркет


Содержание

Отзывы о книге
Введение
Предисловие
ЧАСТЬ I
ГЛУБОКОЕ ОБУЧЕНИЕ НА ПРАКТИКЕ
Глава 1. Путешествие в мир глубокого обучения
Глава 2. От модели к продакшену
Глава 3. Этика данных
ЧАСТЬ II
ПОНИМАНИЕ ПРИЛОЖЕНИЙ НА БАЗЕ FASTAI
Глава 4. Обучение классификатора цифр: взгляд
изнутри
Глава 5. Классификация изображений
Глава б. Другие задачи компьютерного зрения
Глава 7. Обучение современной модели
Глава 8. Коллаборативная фильтрация
Глава 9. Табличное моделирование
Глава 10. Погружение в NLP: рекуррентные
нейронные сети
Глава 11. Преобразование данных с помощью Mid-
Level API
ЧАСТЬ III
ОСНОВЫ ГЛУБОКОГО ОБУЧЕНИЯ
Глава 12. Языковая модель с нуля
Глава 13. Сверточные нейронные сети
Глава 14. ResNet
Глава 15. Архитектуры приложений
Глава 16. Процесс обучения
ЧАСТЬ IV
ГЛУБОКОЕ ОБУЧЕНИЕ С ЧИСТОГО ЛИСТА
Глава 17. Продвинутые основы нейронной сети
Глава 18. Интерпретация CNN с помощью САМ
Глава 19. Класс Learner с нуля
Глава 20. Подведем итог
ПРИЛОЖЕНИЯ
Приложение А. Создание блога
Приложение Б. Схема подготовки проекта по
аналитике данных
Об авторах
Благодарности
Об обложке

О книге

Автор(ы)
СерияБестселлеры O'Reilly
РазделПрограммирование
ИздательПитер
ISBN978-5-4461-1475-7
Возрастное ограничение16+
Год издания2022
Количество страниц624
Формат165x233мм
Вес0.98кг
ПереплетМягкий переплёт
Возрастные ограничения16
Кол-во страниц624
Количество книг1
ИздательствоООО "Прогресс книга"
АвторХовард Джереми; Гуггер Сильвейн
Тип обложкимягкая
Обложкамягкая обложка

Отзывы (0)

    Добавить отзыв



    Книги где авторы: Ховард Джереми, Сильвейн Гуггер

    Искать всё

     

    Машинное обучение. Анализ данных - издательство "Питер"

    Категория 447 р. - 670 р.

    Машинное обучение. Анализ данных - издательство "Питер" »

    Машинное обучение. Анализ данных

    Категория 447 р. - 670 р.

    ADS
    закладки (0) сравнение (0)

     

    preloader

    6 ms