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 Python Deep Learning Projects

دانلود کتاب پروژه های یادگیری عمیق پایتون

Python Deep Learning Projects

مشخصات کتاب

Python Deep Learning Projects

دسته بندی: آمار ریاضی
ویرایش:  
نویسندگان: , ,   
سری:  
ISBN (شابک) : 9781788997096 
ناشر: Packt Publishing 
سال نشر: 2018 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 44 مگابایت

قیمت کتاب (تومان) : 60,000



کلمات کلیدی مربوط به کتاب پروژه های یادگیری عمیق پایتون: یادگیری عمیق، پایتون



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 16


در صورت تبدیل فایل کتاب Python Deep Learning Projects 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 پروژه های یادگیری عمیق پایتون 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 پروژه های یادگیری عمیق پایتون

یادگیری عمیق به تدریج در تمام زمینه های هوش مصنوعی متحول شده است و توسعه برنامه ها را آسان تر می کند. پروژه های یادگیری عمیق پایتون تمام دانش مورد نیاز برای اجرای پروژه های پیچیده یادگیری عمیق در زمینه زبان شناسی محاسباتی و بینایی کامپیوتر را به شما می دهد. هر یک از این پروژه ها منحصر به فرد است و به شما کمک می کند تا به تدریج بر این موضوع تسلط پیدا کنید. شما یاد خواهید گرفت که چگونه یک سیستم طبقه‌بندی متن را با استفاده از یک مدل شبکه عصبی بازگشتی (RNN) پیاده‌سازی کنید و آن را برای درک کاستی‌هایی که ممکن است در هنگام پیاده‌سازی یک سیستم یادگیری عمیق ساده تجربه کنید، بهینه کنید. به طور مشابه، نحوه توسعه پروژه‌های مختلف، از جمله نمایش برداری کلمه، پاسخ‌گویی به سؤالات دامنه باز، و ساخت ربات‌های گفتگو با استفاده از مدل‌های seq-to-seq و مدل‌سازی زبان را خواهید یافت. علاوه بر این، مفاهیم پیشرفته ای مانند منظم سازی، برش گرادیان، عادی سازی گرادیان و RNN های دو جهته را از طریق یک سری پروژه های جذاب پوشش خواهید داد. در پایان این کتاب، دانشی را به دست خواهید آورد تا سیستم های یادگیری عمیق خود را به روشی ساده و کارآمد توسعه دهید.


توضیحاتی درمورد کتاب به خارجی

Deep learning has been gradually revolutionizing every field of artificial intelligence, making application development easier. Python Deep Learning Projects imparts all the knowledge needed to implement complex deep learning projects in the field of computational linguistics and computer vision. Each of these projects is unique, helping you progressively master the subject. You’ll learn how to implement a text classifier system using a recurrent neural network (RNN) model and optimize it to understand the shortcomings you might experience while implementing a simple deep learning system. Similarly, you’ll discover how to develop various projects, including word vector representation, open domain question answering, and building chatbots using seq-to-seq models and language modeling. In addition to this, you’ll cover advanced concepts, such as regularization, gradient clipping, gradient normalization, and bidirectional RNNs, through a series of engaging projects. By the end of this book, you will have gained knowledge to develop your own deep learning systems in a straightforward way and in an efficient way



فهرست مطالب

1: BUILDING DEEP LEARNING ENVIRONMENTS
2: TRAINING NN FOR PREDICTION USING REGRESSION
3: WORD REPRESENTATION USING WORD2VEC
4: BUILDING AN NLP PIPELINE FOR BUILDING CHATBOTS
5: SEQUENCE-TO-SEQUENCE MODELS FOR BUILDING CHATBOTS
6: GENERATIVE LANGUAGE MODEL FOR CONTENT CREATION
7: BUILDING SPEECH RECOGNITION WITH DEEPSPEECH2
8: HANDWRITTEN DIGITS CLASSIFICATION USING CONVNETS
9: OBJECT DETECTION USING OPENCV AND TENSORFLOW
10: BUILDING FACE RECOGNITION USING FACENET
11: AUTOMATED IMAGE CAPTIONING
12: POSE ESTIMATION ON 3D MODELS USING CONVNETS
13: IMAGE TRANSLATION USING GANS FOR STYLE TRANSFER
14: DEVELOP AN AUTONOMOUS AGENT WITH DEEP R LEARNING
15: SUMMARY AND NEXT STEPS IN YOUR DEEP LEARNING CAREER




نظرات کاربران

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