Praxiseinstieg Deep Learning: mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen
Gespeichert in:
1. Verfasser: | |
---|---|
Format: | Buch |
Sprache: | German |
Veröffentlicht: |
Heidelberg
O'Reilly
2018
|
Ausgabe: | 1. Auflage |
Schlagworte: | |
Online-Zugang: | Inhaltstext Inhaltsverzeichnis |
Beschreibung: | X, 214 Seiten Illustrationen, Diagramme |
ISBN: | 9783960090540 |
Internformat
MARC
LEADER | 00000nam a2200000 c 4500 | ||
---|---|---|---|
001 | BV044470722 | ||
003 | DE-604 | ||
005 | 20180718 | ||
007 | t | ||
008 | 170901s2018 gw a||| |||| 00||| ger d | ||
015 | |a 17,N28 |2 dnb | ||
015 | |a 17,A51 |2 dnb | ||
016 | 7 | |a 1136333320 |2 DE-101 | |
020 | |a 9783960090540 |c pbk. |9 978-3-96009-054-0 | ||
035 | |a (OCoLC)993704838 | ||
035 | |a (DE-599)DNB1136333320 | ||
040 | |a DE-604 |b ger |e rda | ||
041 | 0 | |a ger | |
044 | |a gw |c XA-DE-BW | ||
049 | |a DE-91G |a DE-83 |a DE-M347 |a DE-1102 |a DE-858 |a DE-20 |a DE-706 |a DE-703 |a DE-862 |a DE-11 |a DE-860 |a DE-1050 |a DE-859 |a DE-473 |a DE-188 |a DE-19 |a DE-1046 |a DE-634 |a DE-739 |a DE-573 |a DE-29T |a DE-92 |a DE-1043 |a DE-945 |a DE-1049 |a DE-898 | ||
082 | 0 | |a 006.31 |2 22/ger | |
082 | 0 | |a 005.133 |2 22/ger | |
082 | 0 | |a 004 |2 23 | |
084 | |a ST 250 |0 (DE-625)143626: |2 rvk | ||
084 | |a ST 300 |0 (DE-625)143650: |2 rvk | ||
084 | |a ST 301 |0 (DE-625)143651: |2 rvk | ||
084 | |a ST 302 |0 (DE-625)143652: |2 rvk | ||
084 | |a DAT 708f |2 stub | ||
084 | |a 004 |2 sdnb | ||
084 | |a DAT 717f |2 stub | ||
084 | |a 68T05 |2 msc | ||
100 | 1 | |a Wartala, Ramon |d 1972- |e Verfasser |0 (DE-588)132925419 |4 aut | |
245 | 1 | 0 | |a Praxiseinstieg Deep Learning |b mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen |c Ramon Wartala |
246 | 1 | 0 | |a Tensor Flow, Deep Learning Anwendungen |
250 | |a 1. Auflage | ||
264 | 1 | |a Heidelberg |b O'Reilly |c 2018 | |
300 | |a X, 214 Seiten |b Illustrationen, Diagramme | ||
336 | |b txt |2 rdacontent | ||
337 | |b n |2 rdamedia | ||
338 | |b nc |2 rdacarrier | ||
650 | 0 | 7 | |a Python |g Programmiersprache |0 (DE-588)4434275-5 |2 gnd |9 rswk-swf |
650 | 0 | 7 | |a Deep learning |0 (DE-588)1135597375 |2 gnd |9 rswk-swf |
650 | 0 | 7 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |2 gnd |9 rswk-swf |
655 | 7 | |0 (DE-588)4123623-3 |a Lehrbuch |2 gnd-content | |
689 | 0 | 0 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |D s |
689 | 0 | 1 | |a Deep learning |0 (DE-588)1135597375 |D s |
689 | 0 | |5 DE-604 | |
689 | 1 | 0 | |a Python |g Programmiersprache |0 (DE-588)4434275-5 |D s |
689 | 1 | 1 | |a Deep learning |0 (DE-588)1135597375 |D s |
689 | 1 | |5 DE-604 | |
776 | 0 | 8 | |i Erscheint auch als |n Online-Ausgabe, PDF |z 978-3-96010-156-7 |
776 | 0 | 8 | |i Erscheint auch als |n Online-Ausgabe, EPUB |z 978-3-96010-157-4 |
776 | 0 | 8 | |i Erscheint auch als |n Online-Ausgabe, MOBI |z 978-3-96010-158-1 |
856 | 4 | 2 | |m X:MVB |q text/html |u http://deposit.dnb.de/cgi-bin/dokserv?id=9070f30c96bd46eaad7e2e7790a75d77&prov=M&dok_var=1&dok_ext=htm |3 Inhaltstext |
856 | 4 | 2 | |m DNB Datenaustausch |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=029871153&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
943 | 1 | |a oai:aleph.bib-bvb.de:BVB01-029871153 |
Datensatz im Suchindex
DE-BY-862_location | 2000 |
---|---|
DE-BY-FWS_call_number | 2000/ST 300 W296 |
DE-BY-FWS_katkey | 672567 |
DE-BY-FWS_media_number | 083000518349 |
_version_ | 1809773607410204672 |
adam_text |
INHALT
VORWORT
.
IX
1 E
INFUEHRUNG.
1
WOZU DEEP
LEARNING?.
1
ZIELGRUPPE.
2
STRUKTUR DES
BUCHS.
3
WEITERFUEHRENDE Q U E LLE N
.
4
TYPOGRAFISCHE
KONVENTIONEN.
5
QUELLCODE UND BEISPIELE
.
5
DANKSAGUNG.
6
2 WAS IST DEEP L EARN IN G ?
.
7
KURZE GESCHICHTE DER KUENSTLICHEN NEURONALEN N E TZ E
.
7
WIE LERNEN (KUENSTLICHE) NEURONALE NETZE?
.
9
MODELLE UND
TRAININGSEINHEITEN.
11
MEHRSCHICHTSYSTEME
.
16
BACKPROPAGATION-ALGORITHMUS.
17
GPUS UND
PARALLELISIERUNG.
20
LERNMETHODEN DES DEEP LEARNING
.
22
UEBERWACHTES
LERNEN.
23
UNUEBERWACHTES
LERNEN.
31
BESTAERKTES L ERNEN
.
32
TEILUEBERWACHTES L
ERNEN.
33
AKTIVES L ERN EN
.
34
3 WOZU WIRD DEEP LEARNING V ERW ENDET?
.
35
DEEP LEARNING BEI GOOGLE
.
36
TENSORFLOW
.
36
ALPHAGO.
37
GOOGLE P
HOTO.
38
GOOGLE T RANSLATE. 39
GOOGLE CLOUD M L
.
40
GOOGLE A UTOD RAW
.
40
GOOGLE SELF-DRIVING C A R
.
41
DEEP LEARNING BEI
FACEBOOK.
41
DEEP LEARNING BEI IB M
.
43
DEEP LEARNING BEI MICROSOFT
. 44
DEEP LEARNING BEI BAIDU
.
45
DEEP LEARNING BEI APPLE
.
46
DEEP LEARNING BEI AM AZON
.
47
AMAZON WEB SERVICES
.
48
POLLY.
49
REKOGNOTION.
50
L
EX.
51
4 WERKZEUGE FUER DEEP L
EARNING. 53
PYTHON FUER DIE
PRAXIS.
54
DOCKER-INSTALLATION.
55
DOCKER UNTER M ACO S
.
56
DOCKER UNTER W INDOW
S. 57
DOCKER UNTER L IN U X
.
60
DOCKER-CONTAINER ZUM B
UCH. 61
JUPYTER
NOTEBOOK.
63
BEISPIELDATEN.
68
IM
AGENET.
69
OXFORD FLOWERS DATASET. 70
M
NIST-DATENBANK.
70
WEB
SCRAPING.
71
WEITERE D ATENQUELLEN
.
74
5 ZWEI DEEP-LEARNING-FRAMEWORKS
.
77
EINFUEHRUNG IN GAFFE
.
78
BLOBS.
80
W
ORKSPACES.
81
OPERATOREN.
81
N E TS
.
84
BILDDATEN.
87
DEEP LEARNING MIT GAFFE UND C AFFE2
.
88
EINFUERUNG IN
TENSORFLOW.
97
TENSOREN.
99
KONSTANTEN UND V
ARIABLEN.
100
SEQUENZEN UND
ZUFALLSWERTE.
102
CHECKPOINTS.
104
GRAPHEN UND
TENSORBOARD.
105
PLACEHOLDER UND
EINGABEDATEN.
106
BILDDATEN
.
.
109
NAMEN UND
SCOPES.
113
KUENSTLICHE NEURONALE NETZE MIT
TENSORFLOW. 113
DEEP LEARNING MIT
TENSORFLOW. 118
6
DEEP-LEARNING-ANWENDUNGEN.
125
HANDSCHRIFTERKENNUNG.
125
KUNST MIT DEEP
LEARNING.
140
BILDERKENNUNG UND KLASSIFIZIERUNG
.
. 147
D EEPDREAM
ING.
153
DEEP DREAMING IN DER C LO U D
. 163
PROGNOSEN VON ZEITREIHEN. 167
7 DEEP LEARNING UND BIG DATA
. 175
TENSORFLOW
VERTEILEN.
177
CAFFE2
VERTEILEN.
178
SPARK UND DEEP LEARNING
.
179
TENSORFRAMES.
180
INTELS
BIGDL.
181
SPARKNET.
183
CAFFEONSPARK.
184
T
ENSORFLOWONSPARK.
186
DEEP LEARNING UND DIE
AMAZON-CLOUD. 188
GOOGLES CLOUD PLATFORM
.
189
8 DEEP LEARNING P RO D U K TIV
. 191
MODELLGUETE
BEWERTEN.
192
TRAININGSDATEN UND T
ESTDATEN. 192
KONFUSIONSMATRIX.
194
MITTLERE QUADRATISCHE
ABWEICHUNG. 194
MITTLERE ABSOLUTE
ABWEICHUNG. 195
R2
.
195
B
IAS.
195
UNDERFITTING UND
OVERFITTING.
196
MODELLE
EINFRIEREN.
196
MODELLE NU TZEN
.
197
ENTWICKLUNGSPIPELINE
.
.
. 198
LAUFZEITUMGEBUNGEN.
200
TENSORFLOW
SERVING.
200
AWS
LAMBDA.
203
ANHANG: ARBEITEN MIT DEM
DOCKER-CONTAINER. 207
IN D E X
.
209 |
any_adam_object | 1 |
author | Wartala, Ramon 1972- |
author_GND | (DE-588)132925419 |
author_facet | Wartala, Ramon 1972- |
author_role | aut |
author_sort | Wartala, Ramon 1972- |
author_variant | r w rw |
building | Verbundindex |
bvnumber | BV044470722 |
classification_rvk | ST 250 ST 300 ST 301 ST 302 |
classification_tum | DAT 708f DAT 717f |
ctrlnum | (OCoLC)993704838 (DE-599)DNB1136333320 |
dewey-full | 006.31 005.133 004 |
dewey-hundreds | 000 - Computer science, information, general works |
dewey-ones | 006 - Special computer methods 005 - Computer programming, programs, data, security 004 - Computer science |
dewey-raw | 006.31 005.133 004 |
dewey-search | 006.31 005.133 004 |
dewey-sort | 16.31 |
dewey-tens | 000 - Computer science, information, general works |
discipline | Informatik |
edition | 1. Auflage |
format | Book |
fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nam a2200000 c 4500</leader><controlfield tag="001">BV044470722</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20180718</controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">170901s2018 gw a||| |||| 00||| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">17,N28</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">17,A51</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1136333320</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783960090540</subfield><subfield code="c">pbk.</subfield><subfield code="9">978-3-96009-054-0</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)993704838</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1136333320</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-BW</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-91G</subfield><subfield code="a">DE-83</subfield><subfield code="a">DE-M347</subfield><subfield code="a">DE-1102</subfield><subfield code="a">DE-858</subfield><subfield code="a">DE-20</subfield><subfield code="a">DE-706</subfield><subfield code="a">DE-703</subfield><subfield code="a">DE-862</subfield><subfield code="a">DE-11</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-1050</subfield><subfield code="a">DE-859</subfield><subfield code="a">DE-473</subfield><subfield code="a">DE-188</subfield><subfield code="a">DE-19</subfield><subfield code="a">DE-1046</subfield><subfield code="a">DE-634</subfield><subfield code="a">DE-739</subfield><subfield code="a">DE-573</subfield><subfield code="a">DE-29T</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-1043</subfield><subfield code="a">DE-945</subfield><subfield code="a">DE-1049</subfield><subfield code="a">DE-898</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">006.31</subfield><subfield code="2">22/ger</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">005.133</subfield><subfield code="2">22/ger</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">004</subfield><subfield code="2">23</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 250</subfield><subfield code="0">(DE-625)143626:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 300</subfield><subfield code="0">(DE-625)143650:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 301</subfield><subfield code="0">(DE-625)143651:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 302</subfield><subfield code="0">(DE-625)143652:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DAT 708f</subfield><subfield code="2">stub</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">004</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DAT 717f</subfield><subfield code="2">stub</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">68T05</subfield><subfield code="2">msc</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Wartala, Ramon</subfield><subfield code="d">1972-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)132925419</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Praxiseinstieg Deep Learning</subfield><subfield code="b">mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen</subfield><subfield code="c">Ramon Wartala</subfield></datafield><datafield tag="246" ind1="1" ind2="0"><subfield code="a">Tensor Flow, Deep Learning Anwendungen</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">1. Auflage</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Heidelberg</subfield><subfield code="b">O'Reilly</subfield><subfield code="c">2018</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">X, 214 Seiten</subfield><subfield code="b">Illustrationen, Diagramme</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Python</subfield><subfield code="g">Programmiersprache</subfield><subfield code="0">(DE-588)4434275-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Deep learning</subfield><subfield code="0">(DE-588)1135597375</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4123623-3</subfield><subfield code="a">Lehrbuch</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Deep learning</subfield><subfield code="0">(DE-588)1135597375</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Python</subfield><subfield code="g">Programmiersprache</subfield><subfield code="0">(DE-588)4434275-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Deep learning</subfield><subfield code="0">(DE-588)1135597375</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, PDF</subfield><subfield code="z">978-3-96010-156-7</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, EPUB</subfield><subfield code="z">978-3-96010-157-4</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, MOBI</subfield><subfield code="z">978-3-96010-158-1</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">X:MVB</subfield><subfield code="q">text/html</subfield><subfield code="u">http://deposit.dnb.de/cgi-bin/dokserv?id=9070f30c96bd46eaad7e2e7790a75d77&prov=M&dok_var=1&dok_ext=htm</subfield><subfield code="3">Inhaltstext</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=029871153&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-029871153</subfield></datafield></record></collection> |
genre | (DE-588)4123623-3 Lehrbuch gnd-content |
genre_facet | Lehrbuch |
id | DE-604.BV044470722 |
illustrated | Illustrated |
indexdate | 2024-09-10T02:16:47Z |
institution | BVB |
isbn | 9783960090540 |
language | German |
oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-029871153 |
oclc_num | 993704838 |
open_access_boolean | |
owner | DE-91G DE-BY-TUM DE-83 DE-M347 DE-1102 DE-858 DE-20 DE-706 DE-703 DE-862 DE-BY-FWS DE-11 DE-860 DE-1050 DE-859 DE-473 DE-BY-UBG DE-188 DE-19 DE-BY-UBM DE-1046 DE-634 DE-739 DE-573 DE-29T DE-92 DE-1043 DE-945 DE-1049 DE-898 DE-BY-UBR |
owner_facet | DE-91G DE-BY-TUM DE-83 DE-M347 DE-1102 DE-858 DE-20 DE-706 DE-703 DE-862 DE-BY-FWS DE-11 DE-860 DE-1050 DE-859 DE-473 DE-BY-UBG DE-188 DE-19 DE-BY-UBM DE-1046 DE-634 DE-739 DE-573 DE-29T DE-92 DE-1043 DE-945 DE-1049 DE-898 DE-BY-UBR |
physical | X, 214 Seiten Illustrationen, Diagramme |
publishDate | 2018 |
publishDateSearch | 2018 |
publishDateSort | 2018 |
publisher | O'Reilly |
record_format | marc |
spelling | Wartala, Ramon 1972- Verfasser (DE-588)132925419 aut Praxiseinstieg Deep Learning mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen Ramon Wartala Tensor Flow, Deep Learning Anwendungen 1. Auflage Heidelberg O'Reilly 2018 X, 214 Seiten Illustrationen, Diagramme txt rdacontent n rdamedia nc rdacarrier Python Programmiersprache (DE-588)4434275-5 gnd rswk-swf Deep learning (DE-588)1135597375 gnd rswk-swf Maschinelles Lernen (DE-588)4193754-5 gnd rswk-swf (DE-588)4123623-3 Lehrbuch gnd-content Maschinelles Lernen (DE-588)4193754-5 s Deep learning (DE-588)1135597375 s DE-604 Python Programmiersprache (DE-588)4434275-5 s Erscheint auch als Online-Ausgabe, PDF 978-3-96010-156-7 Erscheint auch als Online-Ausgabe, EPUB 978-3-96010-157-4 Erscheint auch als Online-Ausgabe, MOBI 978-3-96010-158-1 X:MVB text/html http://deposit.dnb.de/cgi-bin/dokserv?id=9070f30c96bd46eaad7e2e7790a75d77&prov=M&dok_var=1&dok_ext=htm Inhaltstext DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=029871153&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis |
spellingShingle | Wartala, Ramon 1972- Praxiseinstieg Deep Learning mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen Python Programmiersprache (DE-588)4434275-5 gnd Deep learning (DE-588)1135597375 gnd Maschinelles Lernen (DE-588)4193754-5 gnd |
subject_GND | (DE-588)4434275-5 (DE-588)1135597375 (DE-588)4193754-5 (DE-588)4123623-3 |
title | Praxiseinstieg Deep Learning mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen |
title_alt | Tensor Flow, Deep Learning Anwendungen |
title_auth | Praxiseinstieg Deep Learning mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen |
title_exact_search | Praxiseinstieg Deep Learning mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen |
title_full | Praxiseinstieg Deep Learning mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen Ramon Wartala |
title_fullStr | Praxiseinstieg Deep Learning mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen Ramon Wartala |
title_full_unstemmed | Praxiseinstieg Deep Learning mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen Ramon Wartala |
title_short | Praxiseinstieg Deep Learning |
title_sort | praxiseinstieg deep learning mit python caffe tensorflow und spark eigene deep learning anwendungen erstellen |
title_sub | mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen |
topic | Python Programmiersprache (DE-588)4434275-5 gnd Deep learning (DE-588)1135597375 gnd Maschinelles Lernen (DE-588)4193754-5 gnd |
topic_facet | Python Programmiersprache Deep learning Maschinelles Lernen Lehrbuch |
url | http://deposit.dnb.de/cgi-bin/dokserv?id=9070f30c96bd46eaad7e2e7790a75d77&prov=M&dok_var=1&dok_ext=htm http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=029871153&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
work_keys_str_mv | AT wartalaramon praxiseinstiegdeeplearningmitpythoncaffetensorflowundsparkeigenedeeplearninganwendungenerstellen AT wartalaramon tensorflowdeeplearninganwendungen |
Beschreibung
THWS Schweinfurt Zentralbibliothek Lesesaal
Signatur: |
2000 ST 300 W296 |
---|---|
Exemplar 1 | ausleihbar Verfügbar Bestellen |