Das Buch gliedert sich in die folgenden Hauptthemen: Grundlagen neuronaler Netze, Faltungsneuronale Netze (CNNs), rekurrente neuronale Netze (RNNs), generative Modelle und Verst rkungslernen. Dar ber hinaus behandeln wir auch fortgeschrittene Themen wie Aufmerksamkeitsmechanismus, Transformatorarchitektur, multimodales Lernen, Lernen mit wenigen Sch ssen, gegnerische Beispiele und Verteidigungsma nahmen, Hyperparameterabstimmung und Regularisierungstechniken. Wir glauben, dass geometrische Intuition f r das Verst ndnis von Deep-Learning-Konzepten unerl sslich ist, und wir bem hen uns, Visualisierungen zu verwenden, um den Lesern zu helfen, ein starkes mentales Modell der Konzepte aufzubauen. Das Buch bietet auch eine Programmierintuition, die den Lesern hilft zu verstehen, wie man Deep-Learning-Algorithmen mit popul ren Frameworks wie Tensor Flow oder Py Torch implementiert. Wir glauben, dass die Programmierintuition f r die Leser entscheidend ist, um praktische F higkeiten zu entwickeln und Deep-Learning-Techniken auf reale Probleme anzuwenden.
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.