Livres sur le sujet « Deep learning architecture »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les 30 meilleurs livres pour votre recherche sur le sujet « Deep learning architecture ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Parcourez les livres sur diverses disciplines et organisez correctement votre bibliographie.
Calin, Ovidiu. Deep Learning Architectures. Cham : Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-36721-3.
Texte intégralPedrycz, Witold, et Shyi-Ming Chen, dir. Deep Learning : Concepts and Architectures. Cham : Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-31756-0.
Texte intégralPedrycz, Witold, et Shyi-Ming Chen, dir. Development and Analysis of Deep Learning Architectures. Cham : Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-31764-5.
Texte intégralKang, Mingu, Sujan Gonugondla et Naresh R. Shanbhag. Deep In-memory Architectures for Machine Learning. Cham : Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-35971-3.
Texte intégralMitchell, Laura, Vishnu Subramanian et Sri Yogesh K. Deep Learning with Pytorch 1. x : Implement Deep Learning Techniques and Neural Network Architecture Variants Using Python, 2nd Edition. Packt Publishing, Limited, 2019.
Trouver le texte intégralShi, Cong, Ji Liu et Xichuan Zhou. Deep Learning on Edge Computing Devices : Design Challenges of Algorithm and Architecture. Elsevier, 2022.
Trouver le texte intégralDeep Learning on Edge Computing Devices : Design Challenges of Algorithm and Architecture. Elsevier, 2022.
Trouver le texte intégralBengio, Yoshua. Learning Deep Architectures for AI. Now Publishers Inc, 2009.
Trouver le texte intégralDecision Making Handbook : Engineering, IoT, Information Technology, Marketing, Architecture, Deep Learning, Data Mining,TR5, Excel Dashboard, Social Media, Business Development and Artificial Intelligence. Independently Published, 2022.
Trouver le texte intégralDaneshtalab, Masoud, et Mehdi Modarressi, dir. Hardware Architectures for Deep Learning. Institution of Engineering and Technology, 2020. http://dx.doi.org/10.1049/pbcs055e.
Texte intégralHardware Architectures for Deep Learning. Institution of Engineering & Technology, 2020.
Trouver le texte intégralChen, Shyi-Ming, et Witold Pedrycz. Deep Learning : Concepts and Architectures. Springer International Publishing AG, 2020.
Trouver le texte intégralChen, Shyi-Ming, et Witold Pedrycz. Deep Learning : Concepts and Architectures. Springer, 2019.
Trouver le texte intégralCalin, Ovidiu. Deep Learning Architectures : A Mathematical Approach. Springer, 2020.
Trouver le texte intégralChaudhury, Krishnendu. Math and Architectures of Deep Learning. Manning Publications Co. LLC, 2022.
Trouver le texte intégralCalin, Ovidiu. Deep Learning Architectures : A Mathematical Approach. Springer International Publishing AG, 2021.
Trouver le texte intégralChen, Shyi-Ming, et Witold Pedrycz. Development and Analysis of Deep Learning Architectures. Springer, 2019.
Trouver le texte intégralABBEL, J. ARTIFICIAL INTELLIGENCE with MATLAB. DEEP LEARNING ARCHITECTURES. Independently Published, 2020.
Trouver le texte intégralShanbhag, Naresh R., Mingu Kang et Sujan Gonugondla. Deep in-Memory Architectures for Machine Learning. Springer International Publishing AG, 2021.
Trouver le texte intégralChen, Shyi-Ming, et Witold Pedrycz. Development and Analysis of Deep Learning Architectures. Springer International Publishing AG, 2020.
Trouver le texte intégralShanbhag, Naresh R., Mingu Kang et Sujan Gonugondla. Deep In-memory Architectures for Machine Learning. Springer, 2020.
Trouver le texte intégralPython Deep Learning : Exploring deep learning techniques and neural network architectures with PyTorch, Keras, and TensorFlow. 2e éd. Packt Publishing, 2019.
Trouver le texte intégralLinguistics, Association for Computational. Proceedings of Deep Learning Inside Out : The 3rd Workshop on Knowledge Extraction and Integration for Deep Learning Architectures. Association for Computational Linguistics, 2022.
Trouver le texte intégralVerhelst, Marian, Bert Moons et Daniel Bankman. Embedded Deep Learning : Algorithms, Architectures and Circuits for Always-on Neural Network Processing. Springer, 2018.
Trouver le texte intégralVerhelst, Marian, Bert Moons et Daniel Bankman. Embedded Deep Learning : Algorithms, Architectures and Circuits for Always-on Neural Network Processing. Springer, 2019.
Trouver le texte intégralHands-On Deep Learning Architectures with Python : Create deep neural networks to solve computational problems using TensorFlow and Keras. Packt Publishing, 2019.
Trouver le texte intégralMelcher, Kathrin, et Rosaria Silipo. Codeless Deep Learning with KNIME : Build, Train, and Deploy Various Deep Neural Network Architectures Using KNIME Analytics Platform. Packt Publishing, Limited, 2020.
Trouver le texte intégralVerdhan, Vaibhav. Computer Vision Using Deep Learning : Neural Network Architectures with Python, Keras, and TensorFlow. Apress L. P., 2021.
Trouver le texte intégralShanmugamani, Rajalingappaa, et Rajesh Arumugam. Hands-On Natural Language Processing with Python : A practical guide to applying deep learning architectures to your NLP applications. Packt Publishing - ebooks Account, 2018.
Trouver le texte intégralSingh, Anubhav, et Sayak Paul. Hands-On Python Deep Learning for the Web : Integrating Neural Network Architectures to Build Smart Web Apps with Flask, Django, and TensorFlow. Packt Publishing, Limited, 2020.
Trouver le texte intégral