Deep Learning with Python
Inglese, Nikhil Ketkar, 2017Più di 10 pezzi in stock presso il fornitore
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.
argomento | Tecnologia & IT |
Lingua | Inglese |
Autore | Nikhil Ketkar |
Anno | 2017 |
Numero di pagine | 226 |
Copertina del libro | Copertina rigida |
No. di articolo | 8677926 |
Editore | Springer |
Categoria | Libro specialistico |
Data di rilascio | 13.5.2018 |
argomento | Tecnologia & IT |
Lingua | Inglese |
Autore | Nikhil Ketkar |
Anno | 2017 |
Numero di pagine | 226 |
Copertina del libro | Copertina rigida |
Emissioni di CO₂ | 0.5 kg |
Contributo climatico | CHF 0.11 |
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.Rheinwerk0 %
- 1.S.Fischer0 %
- 1.Springer0 %
- 1.Stämpfli0 %
- 1.Ullstein0 %
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- SpringerDati non sufficienti
- An der RuhrDati non sufficienti
- AnacondaDati non sufficienti
- AristonDati non sufficienti
- Avery Publishing GroupDati 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 House1.1 %
- 58.Piper1.1 %
- 58.Springer1.1 %
- 61.An der Ruhr1.2 %
- 61.Don Bosco1.2 %