Pro Deep Learning with TensorFlow 2.0

Autor Santanu Pattanayak

Pro Deep Learning with TensorFlow 2.0 - Santanu Pattanayak Nedostupné

Pro Deep Learning with TensorFlow 2.0

Autor Santanu Pattanayak

0.0 z 5 hvězdiček 0 hodnocení čtenářů

Kniha ( měkká vazba )

    • Produkt je nedostupný.
E-shopové listy

Při zaslání zboží balíčkem

K nákupu nad 99 Kč dárek zdarma v hodnotě 19 Kč

E-shopové listy

Jíst, či nejíst - To je, oč tu běží

Při zaslání zboží balíčkem

K nákupu nad 1999 Kč dárek zdarma v hodnotě 299 Kč

Jíst, či nejíst - To je, oč tu běží

This book builds upon the foundations established in its first edition, with updated chapters and the latest code implementations to bring it up to date with Tensorflow 2.0.Pro Deep Learning with TensorFlow 2.0 begins with the mathematical and core technical foundations of deep learning. Next, you will learn about convolutional neural networks… Přejít na celý popis

Ladislav Zibura / Všechny cesty, kam jsem vzal rodinu Ladislav Zibura cestuje s rodiči a manželkou do afrických savan i sumaterské džungle. S humorem sobě vlastním ukazuje, že někdy si člověk víc užije obyčejné pivo s tátou než setkání s tygrem. Více informací

K tomuto produktu zákazníci kupují

Popis Hodnocení 0.0 z 5 hvězdiček 0 Vývoj ceny

Popis

This book builds upon the foundations established in its first edition, with updated chapters and the latest code implementations to bring it up to date with Tensorflow 2.0.

Pro Deep Learning with TensorFlow 2.0 begins with the mathematical and core technical foundations of deep learning. Next, you will learn about convolutional neural networks, including new convolutional methods such as dilated convolution, depth-wise separable convolution, and their implementation. You'll then gain an understanding of natural language processing in advanced network architectures such as transformers and various attention mechanisms relevant to natural language processing and neural networks in general. As you progress through the book, you'll explore unsupervised learning frameworks that reflect the current state of deep learning methods, such as autoencoders and variational autoencoders. The final chapter covers the advanced topic of generative adversarial networks and their variants, such as cycle consistency GANs and graph neural network techniques such as graph attention networks and GraphSAGE.

Upon completing this book, you will understand the mathematical foundations and concepts of deep learning, and be able to use the prototypes demonstrated to build new deep learning applications.

What You Will Learn

Understand full-stack deep learning using TensorFlow 2.0Gain an understanding of the mathematical foundations of deep learning Deploy complex deep learning solutions in production using TensorFlow 2.0Understand generative adversarial networks, graph attention networks, and GraphSAGE

Who This Book Is For:

Data scientists and machine learning professionals, software developers, graduate students, and open source enthusiasts.

Sdílet

kategorie
Knihy » Cizojazyčná literatura » English literature
Témata
Nakladatel
aPress
Rozměr
255 x 175 x 40
jazyk
angličtina
Vazba
měkká vazba
Hmotnost
1228 g
isbn
978-1-4842-8930-3
Počet stran
652
datum vydání
1.01.2023
ean
9781484289303

Hodnocení a recenze čtenářů Nápověda

0.0 z 5 0 hodnocení čtenářů

0× 5 hvězdiček 0× 4 hvězdičky 0× 3 hvězdičky 0× 2 hvězdičky 0× 1 hvezdička

Přidejte své hodnocení knihy

Načíst další hodnocení

Zobrazit všechna hodnocení

Přidat hodnocení

Vývoj ceny

Vývoj ceny Nápověda

Získejte přehled o vývoji ceny za posledních 60 dní.

Maloobchodní cena Minimální prodejní cena: 0 Kč Nápověda

Články, které stojí za pozornost

Zobrazit blog

Články, které stojí za pozornost