ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Deep belief nets in C++ and CUDA C: Volume 3, Convolutional nets

دانلود کتاب تورهای باور عمیق در C ++ و CUDA C: جلد 3 ، شبکه های کانولوشن

Deep belief nets in C++ and CUDA C: Volume 3, Convolutional nets

مشخصات کتاب

Deep belief nets in C++ and CUDA C: Volume 3, Convolutional nets

دسته بندی: کامپیوتر
ویرایش:  
نویسندگان:   
سری: For professionals by professionals 
ISBN (شابک) : 9781484237205, 9781484237212 
ناشر: Apress 
سال نشر: 2018 
تعداد صفحات: 184 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 872 کیلوبایت

قیمت کتاب (تومان) : 33,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 12


در صورت تبدیل فایل کتاب Deep belief nets in C++ and CUDA C: Volume 3, Convolutional nets به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تورهای باور عمیق در C ++ و CUDA C: جلد 3 ، شبکه های کانولوشن نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تورهای باور عمیق در C ++ و CUDA C: جلد 3 ، شبکه های کانولوشن

بلوک های ساختمانی اساسی یک شکل رایج و قدرتمند از شبکه باور عمیق را کشف کنید: شبکه های کانولوشن. این کتاب به شما نشان می‌دهد که چگونه ساختار این مدل‌های زیبا بسیار نزدیک‌تر از شبکه‌های عصبی سنتی به مغز انسان است. آنها یک "فرایند فکری" دارند که قادر به یادگیری مفاهیم انتزاعی ساخته شده از مفاهیم اولیه ساده تر است. این مدل ها به ویژه برای برنامه های پردازش تصویر مفید هستند. در هر مرحله Deep Belief Nets در C++ و CUDA C: جلد 3 انگیزه شهودی، خلاصه‌ای از مهمترین معادلات مرتبط با موضوع را ارائه می‌کند و با کد بسیار نظردهی شده برای محاسبات رشته‌ای در CPUهای مدرن و همچنین پردازش موازی عظیم در رایانه به پایان می‌رسد. با کارت های نمایش ویدئویی با قابلیت CUDA. کد منبع برای همه روال های ارائه شده در کتاب و برنامه اجرایی CONVNET که این الگوریتم ها را پیاده سازی می کند، برای دانلود رایگان در دسترس هستند. آنچه یاد خواهید گرفت شبکه های کانولوشنال را کشف کنید و نحوه استفاده از آنها را بسازید شبکه های پیشخور عمیق با استفاده از لایه های متصل محلی، لایه های ادغام و خروجی های سافت مکس تسلط بر الگوریتم های برنامه نویسی مختلف مورد نیاز انجام محاسبات گرادیان چند رشته ای و تخصیص حافظه برای این رشته با کد CUDA کار کنید. اجرای تمام محاسبات هسته، از جمله فعال‌سازی لایه و محاسبات گرادیان، از برنامه و کتابچه راهنمای CONVNET برای کاوش شبکه‌های کانولوشنال و مطالعات موردی این کتاب برای کسانی است که حداقل دانش اولیه در مورد شبکه‌های عصبی و تجربه برنامه‌نویسی قبلی دارند، استفاده کنید. مقداری C++ و CUDA C توصیه می شود.


توضیحاتی درمورد کتاب به خارجی

Discover the essential building blocks of a common and powerful form of deep belief network: convolutional nets. This book shows you how the structure of these elegant models is much closer to that of human brains than traditional neural networks; they have a ‘thought process’ that is capable of learning abstract concepts built from simpler primitives. These models are especially useful for image processing applications. At each step Deep Belief Nets in C++ and CUDA C: Volume 3 presents intuitive motivation, a summary of the most important equations relevant to the topic, and concludes with highly commented code for threaded computation on modern CPUs as well as massive parallel processing on computers with CUDA-capable video display cards. Source code for all routines presented in the book, and the executable CONVNET program which implements these algorithms, are available for free download. What You Will Learn Discover convolutional nets and how to use them Build deep feedforward nets using locally connected layers, pooling layers, and softmax outputs Master the various programming algorithms required Carry out multi-threaded gradient computations and memory allocations for this threading Work with CUDA code implementations of all core computations, including layer activations and gradient calculations Make use of the CONVNET program and manual to explore convolutional nets and case studies Who This Book Is For Those who have at least a basic knowledge of neural networks and some prior programming experience, although some C++ and CUDA C is recommended.



فهرست مطالب

Front Matter ....Pages i-xii
 Feedforward Networks  (Timothy Masters)....Pages 1-22
 Programming Algorithms  (Timothy Masters)....Pages 23-65
 CUDA Code  (Timothy Masters)....Pages 67-145
 CONVNET Manual  (Timothy Masters)....Pages 147-172
Back Matter ....Pages 173-176




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی