0 رای
وضعیت موجودی موجود

قیمت قبلی: 7,840,000 ریال
قیمت: 7,440,000 ریال


Product details

  • Publisher ‏ : ‎ O'Reilly Media; 1st edition (August 11, 2020)
  • Language ‏ : ‎ English
  • Paperback ‏ : ‎ 624 pages
  • ISBN-10 ‏ : ‎ 1492045527
  • ISBN-13 ‏ : ‎ 978-1492045526


 

جلد سخت سیاه و سفید_کتاب Deep Learning for Coders with Fastai and PyTorch: AI Applications Without a PhD 1st Edition

Available at a lower price from other sellers that may not offer free Prime shipping.
 
 
 

Deep learning is often viewed as the exclusive domain of math PhDs and big tech companies. But as this hands-on guide demonstrates, programmers comfortable with Python can achieve impressive results in deep learning with little math background, small amounts of data, and minimal code. How? With fastai, the first library to provide a consistent interface to the most frequently used deep learning applications.

Authors Jeremy Howard and Sylvain Gugger, the creators of fastai, show you how to train a model on a wide range of tasks using fastai and PyTorch. You’ll also dive progressively further into deep learning theory to gain a complete understanding of the algorithms behind the scenes.

  • Train models in computer vision, natural language processing, tabular data, and collaborative filtering
  • Learn the latest deep learning techniques that matter most in practice
  • Improve accuracy, speed, and reliability by understanding how deep learning models work
  • Discover how to turn your models into web applications
  • Implement deep learning algorithms from scratch
  • Consider the ethical implications of your work
  • Gain insight from the foreword by PyTorch cofounder, Soumith Chintala.

 

منابع کتاب جلد سخت سیاه و سفید_کتاب Deep Learning for Coders with Fastai and PyTorch: AI Applications Without a PhD 1st Edition

با قیمت پایین‌تری از سایر فروشندگانی که ممکن است ارسال رایگان Prime را ارائه ندهند، موجود است.
یادگیری عمیق اغلب به عنوان حوزه انحصاری دکترای ریاضی و شرکت های بزرگ فناوری در نظر گرفته می شود. اما همانطور که این راهنمای عملی نشان می‌دهد، برنامه‌نویسانی که با پایتون راحت هستند، می‌توانند با پیش‌زمینه ریاضی کم، مقادیر کم داده و حداقل کد به نتایج چشمگیری در یادگیری عمیق دست یابند. چگونه؟ با fastai، اولین کتابخانه ای که یک رابط سازگار برای برنامه های کاربردی یادگیری عمیق که اغلب استفاده می شود، ارائه می دهد.
 
نویسندگان Jeremy Howard و Sylvain Gugger، خالقان fastai، به شما نشان می دهند که چگونه با استفاده از fastai و PyTorch یک مدل را در طیف وسیعی از وظایف آموزش دهید. همچنین به تدریج در تئوری یادگیری عمیق فرو خواهید رفت تا درک کاملی از الگوریتم های پشت صحنه به دست آورید.
 
مدل‌های آموزشی در بینایی کامپیوتر، پردازش زبان طبیعی، داده‌های جدولی و فیلتر مشارکتی
جدیدترین تکنیک های یادگیری عمیق را که در عمل بیشترین اهمیت را دارند بیاموزید
با درک نحوه عملکرد مدل های یادگیری عمیق، دقت، سرعت و قابلیت اطمینان را بهبود بخشید
کشف کنید که چگونه مدل های خود را به برنامه های وب تبدیل کنید
الگوریتم های یادگیری عمیق را از ابتدا پیاده سازی کنید
پیامدهای اخلاقی کار خود را در نظر بگیرید
از پیش گفتار یکی از بنیانگذاران PyTorch، Soumith Chintala، بینش به دست آورید.

نظرات کاربران درباره جلد سخت سیاه و سفید_کتاب Deep Learning for Coders with Fastai and PyTorch: AI Applications Without a PhD 1st Edition

نظری در مورد این محصول توسط کاربران ارسال نگردیده است.
اولین نفری باشید که در مورد جلد سخت سیاه و سفید_کتاب Deep Learning for Coders with Fastai and PyTorch: AI Applications Without a PhD 1st Edition نظر می دهد.

ارسال نظر درباره جلد سخت سیاه و سفید_کتاب Deep Learning for Coders with Fastai and PyTorch: AI Applications Without a PhD 1st Edition

لطفا توجه داشته باشید که ایمیل شما منتشر نخواهد شد.

برچسب های مرتبط با جلد سخت سیاه و سفید_کتاب Deep Learning for Coders with Fastai and PyTorch: AI Applications Without a PhD 1st Edition

Neural Networks AI & Machine Learning خرید اینترنتی کتاب های لاتین خرید اینترنتی کتاب های زبان اصلی کامپیوتر

بر اساس سلیقه شما...

  Product details Format Paperback |4400 pages Publication date 201 ...
44,400,000 ریال
Product details ASIN ‏ : ‎  B09M6Q4X2Y Publ ...
1,350,000 ریال

codebazan

طراحی و اجرا: فروشگاه ساز سبدخرید