Apprendimento profondo con Python: Un'introduzione pratica

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

Deep Learning with Python: A Hands-On Introduction

Contenuto del libro:

Capitolo 1: Uno sguardo intuitivo ai fondamenti del deep learning basato su applicazioni praticheCapitolo 2: Una panoramica delle attuali implementazioni allo stato dell'arte di librerie, strumenti e pacchetti per il deep learning e il caso dell'ecosistema PythonCapitolo 3: Uno sguardo dettagliato a Keras (1), che è un framework di alto livello per il deep learning adatto ai principianti per comprendere e sperimentare con il deep learningCapitolo 4: Uno sguardo dettagliato a Theano (2), che è un framework di basso livello per l'implementazione di architetture e algoritmi nel deep learning da zeroCapitolo 5: Uno sguardo dettagliato a Caffe (3), che è un framework altamente ottimizzato per l'implementazione di alcune delle architetture di deep learning più popolari (principalmente per la computer vision)Capitolo 5: Una breve introduzione alle GPU e al motivo per cui sono un game changer per il deep learning: Uno sguardo dettagliato a Caffe (3), che è un framework altamente ottimizzato per l'implementazione di alcune delle architetture di deep learning più diffuse (soprattutto per la computer vision)Capitolo 6: Una breve introduzione alle GPU e al motivo per cui sono un game changer per il Deep LearningCapitolo 7: Una breve introduzione alla Differenziazione AutomaticaCapitolo 8: Una breve introduzione alla Backpropagation: Una breve introduzione alla Backpropagation e alla Stochastic Gradient DescentCapitolo 9: Un'indagine sulle architetture di Deep LearningCapitolo 10: Consigli sull'esecuzione di esperimenti su larga scala nel Deep Learning e sulla messa in produzione dei modelliCapitolo 11: Introduzione a TensorflowCapitolo 12: Introduzione a PyTorchCapitolo 13: Tecniche di regolarizzazioneCapitolo 14: Addestramento di modelli di Deep Leaning.