Convolutional Neural Networks in Visual Computing
- A Concise Guide
Af
- Format
- Bog, hardback
- Engelsk
- Indgår i serie
Normalpris
kr. 1.454,95
Medlemspris
kr. 1.389,95
- Du sparer kr. 65,00
- Fri fragt
-
Leveringstid: 9-13 hverdage (Sendes fra fjernlager) Forventet levering: 10-03-2026
- Kan pakkes ind og sendes som gave
Beskrivelse
This book covers the fundamentals in designing and deploying techniques using deep architectures. It is intended to serve as a beginner's guide to engineers or students who want to have a quick start on learning and/or building deep learning systems. This book provides a good theoretical and practical understanding and a complete toolkit of basic information and knowledge required to understand and build convolutional neural networks (CNN) from scratch. The book focuses explicitly on convolutional neural networks, filtering out other material that co-occur in many deep learning books on CNN topics.
Detaljer
- SprogEngelsk
- Sidetal168
- Udgivelsesdato01-09-2017
- ISBN139781498770392
- Forlag CRC Press Inc
- FormatHardback
Størrelse og vægt
10 cm
Anmeldelser
Vær den første!
Log ind for at skrive en anmeldelse.
Findes i disse kategorier...
- Fagbøger
- Andre fagbøger
- Teknologi, ingeniørvidenskab og landbrug
- Energiteknik
- Energiteknik: Elektroteknik
- Convolutional Neural Networks in Visual Computing
- Fagbøger
- Andre fagbøger
- Teknologi, ingeniørvidenskab og landbrug
- Teknologi: generelle emner
- Ingeniørvidenskab: generelt
- Convolutional Neural Networks in Visual Computing
- Fagbøger
- Andre fagbøger
- Data- og informationsteknologi
- Informatik
- Systemanalyse og systemdesign
- Convolutional Neural Networks in Visual Computing
- Fagbøger
- Andre fagbøger
- Teknologi, ingeniørvidenskab og landbrug
- Miljøvidenskab, miljøteknik og miljøteknologi
- Convolutional Neural Networks in Visual Computing
- Fagbøger
- Andre fagbøger
- Teknologi, ingeniørvidenskab og landbrug
- Elektronik og kommunikationsteknik
- Elektroteknik
- Automatisk styringsteknik og reguleringsteknik
- Convolutional Neural Networks in Visual Computing