•  Retrait gratuit dans votre magasin Club
  •  7.000.000 titres dans notre catalogue
  •  Payer en toute sécurité
  •  Toujours un magasin près de chez vous     
  •  Retrait gratuit dans votre magasin Club
  •  7.000.000 titres dans notre catalogue
  •  Payer en toute sécurité
  •  Toujours un magasin près de chez vous

GANs mit PyTorch selbst programmieren EBOOK

Ein verständlicher Einstieg in Generative Adversarial Networks

Tariq Rashid
Ebook | Allemand
29,90 €
+ 29 points
Format
Disponible immédiatement
Passer une commande en un clic
Payer en toute sécurité

Description

Neues von Bestsellerautor Tariq Rashid: Eine Einführung in die innovative Deep-Learning-Technik GANs


Schritt-für-Schritt-Anleitung zum Erstellen eigener GANs mit PyTorch, regt zum Ausprobieren an
GANs (Generative Adversarial Networks) gehören zu den spannendsten neuen Algorithmen im Machine Learning
Tariq Rashid erklärt diese schwierige Materie außergewöhnlich klar und gut nachvollziehbar


"Die coolste Idee im Deep Learning in den letzten 20 Jahren" sagt Yann LeCun, einer der weltweit führenden Forscher auf dem Gebiet der neuronalen Netze, über GANs, die Generative Adversarial Networks. Bei dieser noch neuen KI-Technik treten zwei neuronale Netze gegeneinander an mit dem Ziel, Bilder, Ton und Videos zu erzeugen, die vom Original nicht zu unterscheiden sind.
Dieses Buch richtet sich an alle, die selbst ausprobieren möchten, wie GANs funktionieren. Tariq Rashid zeigt Ihnen Schritt für Schritt, wie Sie mit dem populären Framework PyTorch Ihre eigenen GANs erstellen und trainieren. Sie starten mit einem sehr einfachen GAN, um einen Workflow einzurichten, und üben erste Techniken anhand der MNIST-Datenbank ein. Mit diesem Wissen programmieren Sie dann ein GAN, das realistische menschliche Gesichter erzeugen kann. Tariq Rashids besondere Fähigkeit, komplexe Ideen verständlich zu erklären, macht das Buch zu einer unterhaltsamen Lektüre.

Spécifications

Parties prenantes

Auteur(s) :
Editeur:

Contenu

Nombre de pages :
216
Langue:
Allemand

Caractéristiques

EAN:
9783960103943
Date de parution :
14-09-20
Format:
Ebook
Protection digitale:
Digital watermarking
Format numérique:
ePub

Les avis