Эта книга представляет собой введение в теорию и практику создания нейронных сетей. Она предназначена для тех, кто хочет узнать, что такое нейронные сети, где они применяются и как самому создать такую сеть, не имея опыта работы в данной области. Автор простым и понятным языком объясняет теоретические аспекты, знание которых необходимо для понимания принципов функционирования нейронных сетей и написания соответствующих программных инструкций. Изложение материала сопровождается подробным описанием процедуры поэтапного создания полностью функционального кода, который реализует нейронную сеть на языке Python и способен выполняться даже на таком миниатюрном компьютере, как Raspberry Pi Zero. Основные темы книги: - нейронные сети и системы искусственного интеллекта; - структура нейронных сетей; - сглаживание сигналов, распространяющихся по нейронной сети, с помощью функции активации; - тренировка и тестирование нейронных сетей; - интерактивная среда программирования IPython; - использование нейронных сетей в качестве классификаторов объектов; - распознавание образов с помощью нейронных сетей.
Название: Создаем нейронную сеть Автор: Тарик Рашид Год: 2017 Жанр: компьютерная, программирование Язык: Русский
Формат: pdf, djvu Качество: Отсканированные страницы + слой распознанного текста Страниц: 274/274 Размер: 54,5 MB Пароль на архив: нет Информация для восстановления: 5%
Скачать Тарик Рашид - Создаем нейронную сеть (2017)
Xemera.At.Ua - информационный портал! Все ссылки на файлы, указанные на сайте взяты из открытых источников интернета и предоставлены пользователями нашего сайта исключительно в ознакомительных целях.
Если вы являетесь правообладателем какого либо материала и не желаете его свободного распространения, или считаете, что какой-либо из материалов нарушает Ваши авторские права - свяжитесь с Администрацией.
Владельцы и создатели данного сайта не несут ответственность за использование и содержание ссылок и информации, представленных на этом сайте.
Сайт оптимизирован для просмотра с разрешением 1024x768, 1280x800, 1280x1024 и 1600x1200 браузером FireFox или Opera