Ocena:

Obecnie brak opinii czytelników. Ocena opiera się na 4 głosach.
Deep Belief Nets in C++ and Cuda C: Volume 3: Convolutional Nets
Odkryj podstawowe elementy składowe popularnej i potężnej formy sieci głębokich przekonań: sieci konwolucyjnych. Ta książka pokazuje, w jaki sposób struktura tych eleganckich modeli jest znacznie bliższa strukturze ludzkiego mózgu niż tradycyjnych sieci neuronowych; mają one "proces myślowy", który jest w stanie uczyć się abstrakcyjnych pojęć zbudowanych z prostszych prymitywów. Modele te są szczególnie przydatne w aplikacjach przetwarzania obrazu.
Na każdym etapie Deep Belief Nets in C++ and CUDA C: Volume 3 przedstawia intuicyjną motywację, podsumowanie najważniejszych równań istotnych dla tematu i kończy się wysoce komentowanym kodem do obliczeń wątkowych na nowoczesnych procesorach, a także masowego przetwarzania równoległego na komputerach z kartami graficznymi obsługującymi CUDA. Kod źródłowy wszystkich procedur przedstawionych w książce oraz wykonywalny program CONVNET, który implementuje te algorytmy, są dostępne do pobrania za darmo.
Czego się nauczysz
⬤ Odkryj sieci konwolucyjne i dowiedz się, jak z nich korzystać.
⬤ Budować głębokie sieci typu feedforward przy użyciu lokalnie połączonych warstw, warstw łączących i wyjść softmax.
⬤ Opanowanie różnych wymaganych algorytmów programowania.
⬤ Przeprowadzanie wielowątkowych obliczeń gradientu i alokacji pamięci dla tego wątku.
⬤ Praca z implementacjami kodu CUDA wszystkich podstawowych obliczeń, w tym aktywacji warstw i obliczeń gradientu.
⬤ Korzystanie z programu CONVNET i podręcznika w celu poznania sieci konwolucyjnych i studiów przypadku.
Dla kogo jest ta książka
Dla tych, którzy mają przynajmniej podstawową wiedzę na temat sieci neuronowych i pewne wcześniejsze doświadczenie w programowaniu, choć zalecana jest znajomość C++ i CUDA C.