Джокер
Администратор
- Регистрация
- 1 Янв 2015
- Сообщения
- 146.188
- Реакции
- 78.227
**Складчина: Сверточные нейросети [Джейд Картер]**
Сверточные нейронные сети (CNN) – значимейший прорыв в области искусственного интеллекта и машинного обучения. Они лежат в основе множества современных приложений, включая распознавание изображений и видео, автономные системы и обработку естественного языка.
Эта книга – гид по изучению и применению CNN, охватывающий как базовые, так и продвинутые концепции. В ней подробно рассматриваются ключевые элементы CNN: свертка, функции активации, пулинг и нормализация. Вы узнаете, как эти элементы взаимодействуют, формируя мощные архитектуры, способные извлекать иерархические представления из данных. Исторический обзор эволюции CNN, от первых моделей до современных архитектур (AlexNet, VGG, GoogLeNet, ResNet и EfficientNet), помогает понять, почему эти сети стали столь эффективными.
**Содержание:**
- Введение в глубокое обучение
- Глава 1. Основные концепции и архитектура CNN
- Глава 2. Свертка и пулинг
- Глава 3. Функции активации
- Глава 4. Классические архитектуры CNN
- Глава 5. Современные архитектуры
- Глава 6. Регуляризация и нормализация
- Глава 7. Классификация изображений
- Глава 8. Обнаружение объектов
- Глава 9. Сегментация изображений
**Цена:** 690 руб.
**Формат:** epub, fb2, fb3, ios.epub, mobi, pdf
Сверточные нейронные сети (CNN) – значимейший прорыв в области искусственного интеллекта и машинного обучения. Они лежат в основе множества современных приложений, включая распознавание изображений и видео, автономные системы и обработку естественного языка.
Эта книга – гид по изучению и применению CNN, охватывающий как базовые, так и продвинутые концепции. В ней подробно рассматриваются ключевые элементы CNN: свертка, функции активации, пулинг и нормализация. Вы узнаете, как эти элементы взаимодействуют, формируя мощные архитектуры, способные извлекать иерархические представления из данных. Исторический обзор эволюции CNN, от первых моделей до современных архитектур (AlexNet, VGG, GoogLeNet, ResNet и EfficientNet), помогает понять, почему эти сети стали столь эффективными.
**Содержание:**
- Введение в глубокое обучение
- Глава 1. Основные концепции и архитектура CNN
- Глава 2. Свертка и пулинг
- Глава 3. Функции активации
- Глава 4. Классические архитектуры CNN
- Глава 5. Современные архитектуры
- Глава 6. Регуляризация и нормализация
- Глава 7. Классификация изображений
- Глава 8. Обнаружение объектов
- Глава 9. Сегментация изображений
**Цена:** 690 руб.
**Формат:** epub, fb2, fb3, ios.epub, mobi, pdf
Для возможности скачивать складчины и сливы курсов нужно зарегистрироваться
Возможно, Вас ещё заинтересует:
- Как приручить СДВГ: понять свой мозг и перестать себя ругать [Алексей Усольцев]
- Астрология прогнозирования. Уровень 2. Блок 10. Транзиты: работа с эфемеридами (2024) [Елена Негрей]
- Астрология прогнозирования. Уровень 2. Блок 11. Соляр (2024) [Елена Негрей]
- Астрология прогнозирования. Уровень 2. Блок 12. Прогрессии (2024) [Елена Негрей]
- AI Разработка и создание AI агентов - с нуля до результата! [stepik] [Дмитрий Фокеев]
- Астрология прогнозирования. Уровень 2. Блок 8. Символические Дирекции. Транзиты (2024) [Елена Негрей]
- Астрология прогнозирования. Уровень 2. Блок 9. Углублённая ректификация и транзиты (2024) [Елена Негрей]
- Цель! Как определять и достигать: Визуальный гид по превращению мечты в реальность на основе 12 бестселлеров [Smart Reading]
- Подписка на контент (на 1 месяц) [Тариф Путь Мага] [Александр Некрасов]
- Курс по истории (в записи) . 6 класс [Летнии курсы] [Точка знаний] [Дмитрий Лутовинов]