Apprendimento profondo per ingegneri

Titolo originale:

Deep Learning for Engineers

Contenuto del libro:

Deep Learning for Engineers introduce i principi fondamentali del deep learning insieme alla spiegazione degli elementi di base necessari per comprendere e applicare i modelli di deep learning.

Come guida completa per l'applicazione dei modelli di deep learning in contesti pratici, questo libro presenta una struttura di codifica di facile comprensione utilizzando Python e PyTorch con una spiegazione approfondita di quattro casi di studio tipici del deep learning sulla classificazione delle immagini, il rilevamento degli oggetti, la segmentazione semantica e la didascalia delle immagini. Vengono inoltre discussi i fondamenti delle architetture delle reti neurali convoluzionali (CNN) e delle reti neurali ricorrenti (RNN) e le loro implementazioni pratiche in ambito scientifico e ingegneristico.

Il libro include problemi di esercitazione per tutti i casi di studio che si concentrano su vari approcci di messa a punto nel deep learning. Gli studenti di scienze e ingegneria, sia a livello universitario che di laurea, i ricercatori accademici e i professionisti del settore troveranno i contenuti utili.