Neural Network for Beginners : Build Deep Neural Networks and Develop Strong Fundamentals using Python's NumPy, and Matplotlib

Neural Network for Beginners : Build Deep Neural Networks and Develop Strong Fundamentals using Python's NumPy, and Matplotlib

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Klaas, Sebastian. (VerfasserIn)
Format:	E-Book
Sprache:	Anglais
Veröffentlicht:	New Delhi : BPB Publications.
Autres localisations:	Voir dans le Sudoc
Online Zugang:	Accès à l'E-book

Ähnliche Einträge

Hands-On Neural Networks : Learn how to build and train your first neural network model using Python
von: De Marchi, Leonardo.
Veröffentlicht: (2019)

Hands-On Neural Networks with Keras : Design and create neural networks using deep learning and artificial intelligence principles
von: Purkait, Niloy.
Veröffentlicht: (2019)

Practical convulational neural networks : implement advanced deep learning models using Python
von: Sewak, Mohit (19..-..).
Veröffentlicht: (2018)

Neural Network Projects with Python : The ultimate guide to using Python to explore the true power of neural networks through six projects
von: Loy, James.
Veröffentlicht: (2019)

Introduction to Neural Networks
von: Gurney, Kevin.

Hands-On Graph Neural Networks Using Python : Practical techniques and architectures for building powerful graph and deep learning apps with PyTorch
von: Labonne, Maxime.

Neural networks with R : smart models using CNN, RNN, deep learning, and artificial intelligence principles
von: Ciaburro, Giuseppe (19..-....).
Veröffentlicht: (2017)

Neural Networks in Finance : Gaining Predictive Edge in the Market
von: McNelis, Paul D..
Veröffentlicht: (2004)

Artificial neural networks for engineering applications
von: Alanis, Alma Y. (19..-....).
Veröffentlicht: (2019)

Neural network programming with TensorFlow
von: Ghotra, Manpreet Singh.
Veröffentlicht: (2017)

Hands-on neural network programming with C# : add powerful neural network capabilities to your C# enterprise applications
von: Cole, Matt R..
Veröffentlicht: (2018)

Neural Network Modeling and Identification of Dynamical Systems
von: Tiumentsev, Yury.
Veröffentlicht: (2019)

NumPy beginner's guide (Second Edition)
von: Idris, Ivan.
Veröffentlicht: (2013)

Neural Network Computer Vision with OpenCV 5 : Build computer vision solutions using Python and DNN module
von: Krishna Nuti, Gopi.

Artificial Intelligence in the Age of Neural Networks and Brain Computing
von: Kozma, Robert B..
Veröffentlicht: (2018)

Neural networks with Keras cookbook : over 70 recipes leveraging deep learning techniques across image, text, audio, and game bots
von: Kishore Ayyadevara, V..
Veröffentlicht: (2019)

Neural Networks Modeling and Control : Applications for Unknown Nonlinear Delayed Systems in Discrete Time
von: Rios, Jorge D..
Veröffentlicht: (2020)

Hands-On Neural Networks with TensorFlow 2.0 : Understand TensorFlow, from static graph to eager execution, and design neural networks
von: Galeone, Paolo.
Veröffentlicht: (2019)

Hands-on convolutional neural networks with TensorFlow : solve computer vision problems with modeling in TensorFlow and Python
Veröffentlicht: (2018)

Recurrent neural networks with Python quick start guide : sequential learning and language modeling with TensorFlow
von: Kostadinov, Simeon.
Veröffentlicht: (2018)

NumPy : beginner's guide
von: Idris, Ivan.
Veröffentlicht: (2015)

Deep Learning with R for Beginners : Design neural network models in R 3.5 using TensorFlow, Keras, and MXNet
von: Hodnett, Mark.
Veröffentlicht: (2019)

Hands-On Generative Adversarial Networks with PyTorch 1.x : Implement next-generation neural networks to build powerful GAN models using Python
von: Hany, John.
Veröffentlicht: (2019)

Fuzzy neural networks for real time control applications : concepts, modeling and algorithms for fast learning
von: Kayacan, Erdal (19..-....).
Veröffentlicht: (2015)

Deep learning with PyTorch : a practical approach to building neural network models using PyTorch
von: Subramanian, Vishnu (19..-....).
Veröffentlicht: (2018)

Modeling Neural Development
von: Van Ooyen, Arjen (19..-....).

The deep learning with PyTorch workshop : build deep neural networks and artificial intelligence applications with PyTorch
von: Saleh, Hyatt.
Veröffentlicht: (2020)

Learning Python Networking : A complete guide to build and deploy strong networking capabilities using Python 3.7 and Ansible
von: Ortega, Jose Manuel.
Veröffentlicht: (2019)

NumPy essentials
von: Chin, Leo (Liang-Huan).
Veröffentlicht: (2016)

Data Analysis with Python : Introducing NumPy, Pandas, Matplotlib, and Essential Elements of Python Programming (English Edition)
von: Dixit, Rituraj.
Veröffentlicht: (2022)

Python 3 Image Processing : Learn Image Processing with Python 3, NumPy, Matplotlib, and Scikit-image
von: Pajankar, Ashwin.

Python deep learning : exploring deep learning techniques and neural network architectures with PyTorch, Keras, and TensorFlow
Veröffentlicht: (2019)

Learning NumPy Array
von: Idris, Ivan.
Veröffentlicht: (2014)

NumPy cookbook : over 70 interesting recipes for learning the Python open source mathematical library, NumPy
von: Idris, Ivan.
Veröffentlicht: (2012)

Deep learning with TensorFlow : explore neural networks and build intelligent systems with Python
von: Zaccone, Giancarlo.
Veröffentlicht: (2018)

Deep learning : practical neural networks with Java
von: Sugomori, Yusuke.
Veröffentlicht: (2017)

Handbook of neural computation
von: Samui, Pijush (19..-....).
Veröffentlicht: (2017)

Deep learning with PyTorch quick start guide : learn to train and deploy neural network models in Python
von: Julian, David.
Veröffentlicht: (2018)

Deep learning essentials : your hands-on guide to the fundamentals of deep learning and neural network modeling
von: Di, Wei.
Veröffentlicht: (2018)

Networking Fundamentals : Develop the networking skills required to pass the Microsoft MTA Networking Fundamentals Exam 98-366
von: Davies, Gordon.
Veröffentlicht: (2019)

Université catholique de l'Ouest - Bibliothèques - 3 place André Leroy - BP10808 - 49008 ANGERS Cedex 1