Das Hauptziel dieses Buches ist es, viele aktuelle Themen in Deep-Learning-Anwendungen zu behandeln und dem Leser die Details der Lösungen offenzulegen. Der Hauptinhalt ist in 7 Kapitel unterteilt: Kapitel 1 führt die Grundlagen des Deep Learning ein, Kapitel 2 führt verteiltes Deep Learning für groß angelegte Daten ein, Kapitel 3 führt Faltungsneurale Netze ein, Kapitel 4 führt rekurrente neuronale Netze ein, Kapitel 5 führt begrenzte Boltzmann-Maschinen ein, Kapitel 6 führt Autoencoder vor und Kapitel 7 erklärt, wie man Deep Learning mit Hadoop spielt.
Touristen, wenn ihr den versteckten Inhalt dieses Beitrags sehen wollt, bitte Antwort
|