Marknadens största urval
Snabb leverans

Deep Neural Networks in a Mathematical Framework

Om Deep Neural Networks in a Mathematical Framework

This SpringerBrief describes how to build a rigorous end-to-end mathematical framework for deep neural networks. In particular, the authors derive gradient descent algorithms in a unified way for several neural network structures, including multilayer perceptrons, convolutional neural networks, deep autoencoders and recurrent neural networks.

Visa mer
  • Språk:
  • Engelska
  • ISBN:
  • 9783319753034
  • Format:
  • Häftad
  • Sidor:
  • 84
  • Utgiven:
  • 3. april 2018
  • Utgåva:
  • 12018
  • Mått:
  • 234x156x14 mm.
  • Vikt:
  • 170 g.
  Fri leverans
Leveranstid: Okänt - saknas för närvarande

Beskrivning av Deep Neural Networks in a Mathematical Framework

This SpringerBrief describes how to build a rigorous end-to-end mathematical framework for deep neural networks. In particular, the authors derive gradient descent algorithms in a unified way for several neural network structures, including multilayer perceptrons, convolutional neural networks, deep autoencoders and recurrent neural networks.

Användarnas betyg av Deep Neural Networks in a Mathematical Framework



Hitta liknande böcker
Boken Deep Neural Networks in a Mathematical Framework finns i följande kategorier:

Gör som tusentals andra bokälskare

Prenumerera på vårt nyhetsbrev för att få fantastiska erbjudanden och inspiration för din nästa läsning.