Black Week: Spar op til 85% Spar op til 85% på et kæmpe udvalg af gode bøger
Udvidet returret til d. 31. januar 2025
Hjælp
Login
  1. Forside
  2. Bøger
  3. Business og læring
  4. Computer og IT
  5. Deep Neural Networks in a Mathematical Framework

Deep Neural Networks in a Mathematical Framework - Anthony L. Caterini - Bog

af Anthony L. Caterini

indgår i SpringerBriefs in Computer Science serien

Deep Neural Networks in a Mathematical Framework af Anthony L. Caterini
Bag om Deep Neural Networks in a Mathematical Framework

This SpringerBrief describes how to build a rigorous end-to-end mathematical framework for deep neural networks. In particular, the authors derive gradient descent algorithms in a unified way for several neural network structures, including multilayer perceptrons, convolutional neural networks, deep autoencoders and recurrent neural networks.

Vis mere
  • Sprog:
  • Engelsk
  • ISBN:
  • 9783319753034
  • Indbinding:
  • Paperback
  • Sideantal:
  • 84
  • Udgivet:
  • 3. april 2018
  • Udgave:
  • 12018
  • Størrelse:
  • 234x156x14 mm.
  • Vægt:
  • 170 g.
  • 8-11 hverdage.
  • 9. december 2024
På lager

Normalpris

  • BLACK WEEK

Medlemspris

Prøv i 30 dage for 45 kr.
Herefter fra 79 kr./md. Ingen binding.

Bag om Anthony L. Caterini

Vis alle bøger af Anthony L. Caterini

Beskrivelse af Deep Neural Networks in a Mathematical Framework

This SpringerBrief describes how to build a rigorous end-to-end mathematical framework for deep neural networks. In particular, the authors derive gradient descent algorithms in a unified way for several neural network structures, including multilayer perceptrons, convolutional neural networks, deep autoencoders and recurrent neural networks.

Brugerbedømmelser af Deep Neural Networks in a Mathematical Framework



Andre købte også..
Find lignende bøger
Bogen Deep Neural Networks in a Mathematical Framework findes i følgende kategorier:

Gør som tusindvis af andre bogelskere

Tilmeld dig nyhedsbrevet og få gode tilbud og inspiration til din næste læsning.