Deep Learning with Python
Anglais, Nikhil Ketkar, 2017Plus de 10 pièces en stock chez le fournisseur
Informations sur le produit
Découvrez les aspects pratiques de la mise en œuvre de solutions d'apprentissage profond en utilisant le riche écosystème Python. Ce livre comble le fossé entre l'état de l'art académique et l'état de la pratique industrielle en vous présentant des frameworks d'apprentissage profond tels que Keras, Theano et Caffe. Les aspects pratiques de ces frameworks sont souvent acquis par les praticiens en lisant le code source, des manuels et en posant des questions sur des forums communautaires, ce qui peut être un processus long et pénible. Deep Learning with Python vous permet d'acquérir rapidement ce savoir-faire pratique et de vous concentrer davantage sur le domaine, les modèles et les algorithmes. Ce livre couvre brièvement les prérequis mathématiques et les fondamentaux de l'apprentissage profond, ce qui en fait un bon point de départ pour les développeurs de logiciels souhaitant se lancer dans l'apprentissage profond. Un aperçu des architectures d'apprentissage profond est également inclus.
thème | Technique & IT |
Langue | Anglais |
Auteur | Nikhil Ketkar |
Année | 2017 |
Nombre de pages | 226 |
Couverture du livre | Couverture cartonnée |
Numéro d'article | 8677926 |
Éditeur | Springer |
Catégorie | Livres spécialisés |
Date de sortie | 13/5/2018 |
thème | Technique & IT |
Langue | Anglais |
Auteur | Nikhil Ketkar |
Année | 2017 |
Nombre de pages | 226 |
Couverture du livre | Couverture cartonnée |
CO₂-Emission | 0.5 kg |
Contribution climatique | CHF 0.11 |
Comparer les produits
Convient
Critiques et opinions
Taux de recours en garantie
La fréquence à laquelle un produit de cette marque dans la catégorie « Livres spécialisés » présente un défaut au cours des 24 premiers mois.
Source: Digitec Galaxus- 1.Rheinwerk0 %
- 1.S.Fischer0 %
- 1.Springer0 %
- 1.Stämpfli0 %
- 1.Ullstein0 %
Durée de la garantie
Le temps moyen de traitement entre l'arrivée au point de service et le retour chez le client, en jours ouvrables.
Source: Digitec Galaxus- SpringerDonnées insuffisantes
- An der RuhrDonnées insuffisantes
- AnacondaDonnées insuffisantes
- AristonDonnées insuffisantes
- Avery Publishing GroupDonnées insuffisantes
Malheureusement, nous n’avons pas encore assez de données pour cette catégorie pour vous montrer plus de quotas.
Taux de retour
Fréquence à laquelle un produit de cette marque est retourné dans la catégorie « Livres spécialisés ».
Source: Digitec Galaxus- 58.Penguin Random House1.1 %
- 58.Piper1.1 %
- 58.Springer1.1 %
- 61.An der Ruhr1.2 %
- 61.Don Bosco1.2 %