Deep Learning for Engineers
Deep Learning for Engineers presenta los principios fundamentales del aprendizaje profundo junto con la explicación de los elementos básicos necesarios para comprender y aplicar modelos de aprendizaje profundo.
Como guía exhaustiva para aplicar modelos de aprendizaje profundo en entornos prácticos, este libro presenta una estructura de codificación fácil de entender mediante Python y PyTorch con una explicación en profundidad de cuatro casos prácticos típicos de aprendizaje profundo sobre clasificación de imágenes, detección de objetos, segmentación semántica y subtitulado de imágenes. También se tratan los fundamentos de las arquitecturas de redes neuronales convolucionales (CNN) y redes neuronales recurrentes (RNN) y sus implementaciones prácticas en ciencia e ingeniería.
Este libro incluye problemas de ejercicios para todos los casos de estudio centrados en diversos enfoques de ajuste fino en el aprendizaje profundo. Los contenidos serán de gran utilidad para estudiantes de ciencias e ingeniería, tanto de grado como de posgrado, investigadores académicos y profesionales de la industria.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)