Аннотация к книге: Прикладное глубокое обучение. Подход к пониманию глубоких нейронных сетей на основе метода кейсов
Затронуты расширенные темы глубокого обучения: оптимизационные алгоритмы, настройка гиперпараметров, отсев и анализ ошибок, стратегии решения типичных задач во время тренировки глубоких нейронных сетей. Описаны простые активационные функции с единственным нейроном (ReLu, сигмоида и Swish), линейная и логистическая регрессии, библиотека TensorFlow, выбор стоимостной функции, а также более сложные нейросетевые архитектуры с многочисленными слоями и нейронами. Показана отладка и оптимизация расширенных методов отсева и регуляризации, настройка проектов машинного обучения, ориентированных на глубокое обучение с использованием сложных наборов данных. Приведены результаты анализа ошибок нейронной сети с примерами решения проблем, возникающих из-за дисперсии, смещения, переподгонки или разрозненных наборов данных. По каждому техническому решению даны примеры решения практических задач.
| Издательство | БХВ-Петербург |
| Автор/составитель | Микелуччи У. |
| Год выпуска | 2020 |
| ISBN | 978-5-9775-4118-3 |
| Обложка | мягкая обложка |
| Дата выпуска | 2020 г. |
| Количество томов | 1 |
| Количество страниц | 368 |
| Переплет | мягкий |
| Размеры | 170x240 мм |
| Формат | 70x100/16 (170x240 мм) |
| Стандарт | 10 |
| Вес | 380 |
Бесплатная Доставка по Европе (EU)*
*Для заказов свыше 40, - евро Подробнее
Прикладное глубокое обучение. Подход к пониманию глубоких нейронных сетей на основе метода кейсов
- Производитель: БХВ-Петербург
- Модель: MYSH3901659
- ISBN: 978-5-9775-4118-3
- Наличие:
