Świat setek tysięcy audiobooków i e-booków czeka na Ciebie - teraz za jedyne 19,95 zł miesięcznie przez pierwsze 4 miesiące.
Literatura Faktu
Deep Learning is revolutionizing a wide range of industries. For many applications, deep learning has proven to outperform humans by making faster and more accurate predictions. This book provides a top-down and bottom-up approach to demonstrate deep learning solutions to real-world problems in different areas. These applications include Computer Vision, Natural Language Processing, Time Series, and Robotics.
The Python Deep Learning Cookbook presents technical solutions to the issues presented, along with a detailed explanation of the solutions. Furthermore, a discussion on corresponding pros and cons of implementing the proposed solution using one of the popular frameworks like TensorFlow, PyTorch, Keras and CNTK is provided. The book includes recipes that are related to the basic concepts of neural networks. All techniques s, as well as classical networks topologies. The main purpose of this book is to provide Python programmers a detailed list of recipes to apply deep learning to common and not-so-common scenarios.
© 2017 Packt Publishing (eBook): 9781787122253
Data wydania
eBook: 27 października 2017
Ponad 500 000 tytułów w cenie jednego abonamentu
Słuchaj i czytaj w trybie offline
Ekskluzywne produkcje audio Storytel Original
Tryb dziecięcy Kids Mode
Anuluj kiedy chcesz
Dla tych, którzy chcą słuchać i czytać bez limitów.
1 konto
Nielimitowany Dostęp
1 konto
Słuchanie bez limitów
Anuluj w dowolnym momencie
Dla tych, którzy chcą słuchać i czytać bez limitów.
1 konto
Nielimitowany Dostęp
1 konto
Słuchanie bez limitów
Anuluj w dowolnym momencie
Dla tych, którzy słuchają i czytają od czasu do czasu.
1 konto
10 godzin/miesięcznie
1 konto
10 godzin / miesiąc
Anuluj w dowolnym momencie
Dla tych, którzy chcą dzielić się historiami ze znajomymi i rodziną.
2-3 kont
Nielimitowany Dostęp
2–3 konta
Słuchanie bez limitów
Anuluj w dowolnym momencie
2 konta
59.90 zł /miesiącPolski
Polska