Il libro strutturato intorno ai seguenti argomenti chiave: fondamenti delle reti neurali, reti neurali convoluzionali (CNN), reti neurali ricorrenti (RNN), modelli generativi e apprendimento per rinforzo. Inoltre, vengono trattati anche argomenti avanzati come il meccanismo di attenzione, l'architettura dei trasformatori, l'apprendimento multimodale, l'apprendimento a pochi colpi, gli esempi e le difese avversarie, l'ottimizzazione dei parametri e le tecniche di regolarizzazione. Ogni capitolo inizia con una breve introduzione all'argomento e fornisce una comprensione intuitiva e geometrica dei concetti sottostanti. Riteniamo che l'intuizione geometrica sia essenziale per la comprensione dei concetti di deep learning e ci sforziamo di utilizzare le visualizzazioni per aiutare i lettori a costruire un solido modello mentale dei concetti. Il libro fornisce anche un'intuizione di programmazione, che aiuta i lettori a capire come implementare algoritmi di deep learning utilizzando framework popolari come Tensor Flow o Py Torch. Riteniamo che l'intuizione della programmazione sia cruciale per i lettori che vogliono sviluppare competenze pratiche e applicare le tecniche di deep learning ai problemi del mondo reale.
ThriftBooks sells millions of used books at the lowest
everyday prices. We personally assess every book's quality and offer rare, out-of-print treasures. We
deliver the joy of reading in recyclable packaging with free standard shipping on US orders over $15.
ThriftBooks.com. Read more. Spend less.