نرم افزار: سیستم ها: محاسبات علمی

یادگیری عمیق از ابتدا: ساختن با پایتون از اصول اولیه

Deep Learning from Scratch: Building with Python from First Principles

دانلود کتاب Deep Learning from Scratch: Building with Python from First Principles (به فارسی: یادگیری عمیق از ابتدا: ساختن با پایتون از اصول اولیه) نوشته شده توسط «Seth Weidman»

اطلاعات کتاب یادگیری عمیق از ابتدا: ساختن با پایتون از اصول اولیه

موضوع اصلی: کامپیوتر – علوم کامپیوتر

نوع: کتاب الکترونیکی

ناشر: O’Reilly Media

نویسنده: Seth Weidman

زبان: english

فرمت کتاب: EPUB (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2019

تعداد صفحه: 252

حجم فایل: 4.91 مگابایت

کد کتاب: 1492041416 , 9781492041412

نوبت چاپ: 1

توضیحات کتاب یادگیری عمیق از ابتدا: ساختن با پایتون از اصول اولیه

با ظهور مجدد شبکه های عصبی در دهه 2010، یادگیری عمیق برای متخصصان یادگیری ماشین و حتی بسیاری از مهندسان نرم افزار ضروری شده است. این کتاب مقدمه ای جامع برای دانشمندان داده و مهندسان نرم افزار با تجربه یادگیری ماشین ارائه می دهد. شما با اصول یادگیری عمیق شروع می‌کنید و به سرعت به جزئیات معماری‌های پیشرفته مهم می‌روید و همه چیز را از ابتدا در طول مسیر پیاده‌سازی می‌کنید.

نویسنده ست ویدمن به شما نشان می دهد که چگونه شبکه های عصبی با استفاده از رویکرد اصول اولیه کار می کنند. شما یاد خواهید گرفت که چگونه از ابتدا شبکه های عصبی چندلایه، شبکه های عصبی کانولوشنال و شبکه های عصبی تکراری را اعمال کنید. با درک کامل نحوه عملکرد شبکه های عصبی از نظر ریاضی، محاسباتی و مفهومی، برای موفقیت در تمام پروژه های یادگیری عمیق آینده آماده خواهید شد.

این کتاب ارائه می دهد:
• مدل های ذهنی بسیار واضح و کامل – همراه با مثال های کد کار و توضیحات ریاضی – برای درک شبکه های عصبی
• روش‌هایی برای پیاده‌سازی شبکه‌های عصبی چندلایه از ابتدا، با استفاده از یک چارچوب شی‌گرا با درک آسان
• پیاده سازی های کاری و توضیحات واضح شبکه های عصبی کانولوشنال و بازگشتی
• پیاده سازی این مفاهیم شبکه عصبی با استفاده از چارچوب محبوب PyTorch

With the resurgence of neural networks in the 2010s, deep learning has become essential for machine learning practitioners and even many software engineers. This book provides a comprehensive introduction for data scientists and software engineers with machine learning experience. You’ll start with deep learning basics and move quickly to the details of important advanced architectures, implementing everything from scratch along the way.

Author Seth Weidman shows you how neural networks work using a first principles approach. You’ll learn how to apply multilayer neural networks, convolutional neural networks, and recurrent neural networks from the ground up. With a thorough understanding of how neural networks work mathematically, computationally, and conceptually, you’ll be set up for success on all future deep learning projects.

This book provides:
• Extremely clear and thorough mental models—accompanied by working code examples and mathematical explanations—for understanding neural networks
• Methods for implementing multilayer neural networks from scratch, using an easy-to-understand object-oriented framework
• Working implementations and clear-cut explanations of convolutional and recurrent neural networks
• Implementation of these neural network concepts using the popular PyTorch framework

دانلود کتاب «یادگیری عمیق از ابتدا: ساختن با پایتون از اصول اولیه»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.
برچسب ها

دیدگاهتان را بنویسید

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.
کتابخانه دیجیتال بَلیان