Andere Kunden interessierten sich auch für
![LA DISTRIBUCIÓN DE DATOS EN LAS REDES ENTRE PARES]( "LA DISTRIBUCIÓN DE DATOS EN LAS REDES ENTRE PARES")
LA DISTRIBUCIÓN DE DATOS EN LAS REDES ENTRE PARES18,99 €![Criptosistema cuántico inteligente basado en el conocimiento]( "Criptosistema cuántico inteligente basado en el conocimiento")
Criptosistema cuántico inteligente basado en el conocimiento36,99 €![La visión de los sensores ocultos en las redes de sensores inalámbricas]( "La visión de los sensores ocultos en las redes de sensores inalámbricas")
La visión de los sensores ocultos en las redes de sensores inalámbricas26,99 €![ASEGURAR EL PROTOCOLO FSR CONTRA LA CAÍDA DE PAQUETES DE DATOS EN MANET]( "ASEGURAR EL PROTOCOLO FSR CONTRA LA CAÍDA DE PAQUETES DE DATOS EN MANET")
ASEGURAR EL PROTOCOLO FSR CONTRA LA CAÍDA DE PAQUETES DE DATOS EN MANET32,99 €![Estudio de los efectos de la pérdida de fotogramas de vídeo en las redes inalámbricas]( "Estudio de los efectos de la pérdida de fotogramas de vídeo en las redes inalámbricas")
Estudio de los efectos de la pérdida de fotogramas de vídeo en las redes inalámbricas32,99 €![Redes y comunicación de datos en una institución de enseñanza superior]( "Redes y comunicación de datos en una institución de enseñanza superior")
Redes y comunicación de datos en una institución de enseñanza superior20,99 €![La detección de espectro en las redes de radiocomunicaciones cognitivas]( "La detección de espectro en las redes de radiocomunicaciones cognitivas")
La detección de espectro en las redes de radiocomunicaciones cognitivas18,99 €
Este libro ofrece una exploración exhaustiva del aprendizaje profundo, empezando por los fundamentos de las redes neuronales, incluido el algoritmo del perceptrón y técnicas clave como la retropropagación y la alimentación hacia adelante, la optimización y la regularización. Profundiza en los fundamentos del aprendizaje profundo, abarcando conceptos importantes como el descenso de gradiente, la retropropagación y soluciones para retos como el problema del gradiente evanescente. A continuación, el libro presenta las redes neuronales convolucionales (CNN), explicando sus arquitecturas, las capas de convolución y agrupación, y aplicaciones como el aprendizaje por transferencia para la clasificación de imágenes. Además, cubre arquitecturas avanzadas de aprendizaje profundo como LSTMs, GRUs y autoencoders, incluyendo varios tipos como sparse, denoising y redes generativas adversariales. Por último, el libro analiza una amplia gama de aplicaciones del aprendizaje profundo, desde el procesamiento y la segmentación de imágenes hasta la detección de objetos, la generación de vídeo a texto y los sistemas de diálogo que utilizan LSTM, proporcionando tanto conocimientos teóricos como prácticos para implementar modelos de aprendizaje profundo.