−13%

Deep Learning with Python

Inglese, Nikhil Ketkar, 2017
anziché CHF75.90
Consegna tra ven, 22.5. e mer, 27.5.
Più di 10 pezzi in stock presso il fornitore
spedizione gratuita

Informazioni sul prodotto

Scopri gli aspetti pratici dell'implementazione di soluzioni di deep learning utilizzando il ricco ecosistema Python. Questo libro colma il divario tra lo stato dell'arte accademico e le pratiche industriali introducendoti a framework di deep learning come Keras, Theano e Caffe. Le pratiche di questi framework vengono spesso acquisite dai professionisti leggendo il codice sorgente, i manuali e ponendo domande sui forum della comunità, un processo che può essere lento e doloroso. Deep Learning with Python ti consente di acquisire rapidamente tali conoscenze pratiche in un breve periodo di tempo, permettendoti di concentrarti maggiormente sul dominio, sui modelli e sugli algoritmi. Questo libro copre brevemente i prerequisiti matematici e i fondamenti del deep learning, rendendolo un buon punto di partenza per gli sviluppatori software che vogliono iniziare nel deep learning. È inclusa anche una breve panoramica delle architetture di deep learning.

Le specifiche più importanti in sintesi

argomento
Tecnologia & IT
Lingua
Inglese
Autore
Nikhil Ketkar
Anno
2017
Numero di pagine
226
Copertina del libro
Copertina rigida

Informazioni generali

No. di articolo
8677926
Editore
Springer
Categoria
Libro specialistico
Data di rilascio
13.5.2018

Caratteristiche del libro

argomento
Tecnologia & IT
Lingua
Inglese
Autore
Nikhil Ketkar
Anno
2017
Numero di pagine
226
Copertina del libro
Copertina rigida

Contributo climatico volontario

Emissioni di CO₂
0.5 kg
Contributo climatico
CHF 0.11

30 di diritto di recesso se non aperto
Nessuna garanzia

Confronta i prodotti

Suggerimenti

Valutazioni e opinioni

Ritenuta di garanzia

La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» presenta un difetto nei primi 24 mesi.

Fonte: Digitec Galaxus
  • 1.Rheinwerk
    0 %
  • 1.S.Fischer
    0 %
  • 1.Springer
    0 %
  • 1.Stämpfli
    0 %
  • 1.Ullstein
    0 %

Durata della garanzia

Il tempo di elaborazione che intercorre tra l'arrivo al centro di assistenza e il recupero da parte del cliente, in media in giorni lavorativi.

Fonte: Digitec Galaxus
  • Springer
    Dati non sufficienti
  • An der Ruhr
    Dati non sufficienti
  • Anaconda
    Dati non sufficienti
  • Ariston
    Dati non sufficienti
  • Avery Publishing Group
    Dati non sufficienti

Purtroppo non disponiamo di dati sufficienti per questa categoria per mostrarti ulteriori percentuali.

Percentuale di reso

La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» viene restituito.

Fonte: Digitec Galaxus
  • 58.Penguin Random House
    1.1 %
  • 58.Piper
    1.1 %
  • 58.Springer
    1.1 %
  • 61.An der Ruhr
    1.2 %
  • 61.Don Bosco
    1.2 %
Fonte: Digitec Galaxus