Глубокое обучение с TensorFlow, Keras и PyTorch, Люско И.Д., 2025

Глубокое обучение с TensorFlow, Keras и PyTorch, Люско И.Д., 2025.
 
   Эта книга научит вас создавать современные модели глубокого обучения с помощью самых мощных и популярных фреймворков TensorFlow, Keras и PyTorch. Независимо от того, являетесь ли вы опытным специалистом в области машинного обучения или только начинаете свою карьеру, она снабдит вас инструментами и знаниями для решения сложных задач в области искусственного интеллекта.
Издание адресовано специалистам по обработке данных, разработчикам, инженерам и энтузиастам ИИ, стремящимся развивать свои навыки и работать с самыми передовыми инструментами.




Перцептрон.
Перцептрон - это простейшая форма нейронной сети, впервые разработанная Фрэнком Розенблаттом в конце 1950-х годов. Эта новаторская разработка ознаменовала собой значительную веху в области искусственного интеллекта. По своей сути перцептрон функционирует как линейный классификатор, предназначенный для разделения входных данных на две различные категории путем установления границы принятия решения.

Архитектура перцептрона элегантно проста и состоит из одного слоя искусственных нейронов. Каждый нейрон в этом слое получает входные сигналы, обрабатывает их с помощью взвешенной суммы и выдает выходной сигнал на основе функции активации. Эта простая структура позволяет перцептрону эффективно обрабатывать линейно разделимые данные, которые относятся к наборам данных, которые можно разделить на два класса с помощью прямой линии (в двух измерениях) или гиперплоскости (в более высоких измерениях).

ОГЛАВЛЕНИЕ.
От издательства.
Кто мы.
Введение.
Часть I. НЕЙРОННЫЕ СЕТИ И ОСНОВЫ ГЛУБОКОГО ОБУЧЕНИЯ.
Глава 1. Введение в нейронные сети и глубокое обучение.
Глава 2. Глубокое обучение с TensorFlow 2.x.
Глава 3. Глубокое обучение с Keras.
Часть II. РАСШИРЕННЫЕ ФРЕЙМВОРКИ ГЛУБОКОГО ОБУЧЕНИЯ.
Глава 4. Глубокое обучение с PyTorch.
Глава 5. Сверточные нейронные сети (CNN).
Глава 6. Рекуррентные нейронные сети (RNN) и LSTM.
Часть III. ПЕРЕДОВОЙ ИИ И ЕГО ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ.
Глава 7. Расширенные концепции глубокого обучения.
Глава 8. Машинное обучение в облаке и на периферийных устройствах.
Глава 9. Практические проекты машинного обучения.
Заключение.
Предметный указатель.


Ниже можно купить эту книгу, если она есть в продаже, и похожие книги по лучшей цене со скидкой с доставкой по всей России.Купить книги


Купить .








Теги: учебник по программированию :: программирование :: Люско :: перцептрон :: нейросеть