
会员
Deep Learning with Microsoft Cognitive Toolkit Quick Start Guide
更新时间:2021-07-02 12:08:59 最新章节:Leave a review - let other readers know what you think
书籍简介
CognitiveToolkitisaverypopularandrecentlyopensourceddeeplearningtoolkitbyMicrosoft.CognitiveToolkitisusedtotrainfastandeffectivedeeplearningmodels.ThisbookwillbeaquickintroductiontousingCognitiveToolkitandwillteachyouhowtotrainandvalidatedifferenttypesofneuralnetworks,suchasconvolutionalandrecurrentneuralnetworks.Thisbookwillhelpyouunderstandthebasicsofdeeplearning.YouwilllearnhowtouseMicrosoftCognitiveToolkittobuilddeeplearningmodelsanddiscoverwhatmakesthisframeworkuniquesothatyouknowwhentouseit.Thisbookwillbeaquick,no-nonsenseintroductiontothelibraryandwillteachyouhowtotraindifferenttypesofneuralnetworks,suchasconvolutionalneuralnetworks,recurrentneuralnetworks,autoencoders,andmore,usingCognitiveToolkit.Thenwewilllookattwoscenariosinwhichdeeplearningcanbeusedtoenhancehumancapabilities.Thebookwillalsodemonstratehowtoevaluateyourmodels'performancetoensureittrainsandrunssmoothlyandgivesyouthemostaccurateresults.Finally,youwillgetashortoverviewofhowCognitiveToolkitfitsintoaDevOpsenvironment.
品牌:中图公司
上架时间:2019-03-28 00:00:00
出版社:Packt Publishing
本书数字版权由中图公司提供,并由其授权上海阅文信息技术有限公司制作发行
最新章节
Willem Meints
同类热门书
最新上架
- 会员本书以案例的形式,介绍从思维模型分析到场景实践的数据分析方法。全书围绕“数据分析”与“运营增长”两大关键要素,在系统介绍数据分析思维、数据分析方法、数据采集技能、数据清洗技能等基础知识的同时,以问题为导向,解读运营与增长的关键性业务内容,在获客、激活、留存、变现、自传播循环等各个核心运营环节展开数据分析实战。本书提供案例相关数据集与源码包,适合数据分析、产品运营、市场营销等行业有数据分析具体业务需计算机12万字
- 会员《企业级大数据项目实战:用户搜索行为分析系统从0到1》基于真实业务场景,以项目导向为主线,从0到1全面介绍企业级大数据用户搜索行为分析系统的搭建过程。全书共6章,第1章讲解项目需求与架构设计,详细阐述项目数据流与系统架构;第2章介绍大数据项目开发环境配置,手把手带领读者配置操作系统、Hadoop集群与相关工具,为后续项目实施打下基础;第3~5章逐步实现项目需求,第3章讲解用户行为数据采集模块的开发计算机9万字
- 会员这是一套数据指标体系全流程构建(从规划、框架设计、数据采集加工到应用)方法论与实践指南。它不仅深入浅出地分享了通用的数据指标体系构建策略,还通过多个行业实例展示了具体操作方法。书中从数据采集入手,借助BI工具Superset实践构建过程。本着“一切技术都是为业务服务的”这一宗旨,本书除了包含数据指标体系构建相关内容外,还结合统计学原理及Excel、Python等工具,深入剖析数据指标波动对业务的影计算机12.7万字
- 会员高质量的数据关乎企业运营、合规、决策和业绩的关键,哈佛商业评论的一项研究发现,企业中只有3%的数据符合质量标准,绝大多数公司都在寻求切实可行的指导来提高数据质量。本书作者基于多年在数据、数据分析和人工智能方面的实践经验,阐述了4步构建高质量数据体系。他提出了高质量数据的四阶段DARS方法(定义、评估、实现、持续)和10个数据质量最佳实践案例,以此来提高业务中的数据质量水平,为业务提供数据价值,保证计算机11.7万字
- 会员本书是《数据库原理——GaussDB技术及应用》一书配套的辅助教材。全书共分3部分:第一部分为实验指导,共有13个综合实验,每一个实验都是根据教学目标而设计,详细讲述了每一个实验的实验目的、实验任务及实验步骤,从而培养学生掌握关系数据库管理软件技术与应用的技能;第二部分为习题集,是根据主教材各章节内容编写的习题及习题答案,内容广泛,有填空、选择、简答、设计及实验题等多种形式,利求通过对这些习题的训计算机6.9万字
- 会员时序数据库是一种新型技术,主要用于工业互联网软件建设中。近年来,伴随着物联网技术在智能制造、交通、能源、智慧城市等领域的发展,时序数据库也发展迅速,成为搭建应用的必备数据库之一。《深入理解InfluxDB》从InfluxDB的安装开始,一步步详细介绍InfluxDB的功能及原理,带领读者深入理解以InfluxDB为代表的时序数据库。计算机7.6万字
- 会员本书以Python数据分析与挖掘的常用技术与真实案例相结合的方式,深入浅出地介绍Python数据分析与挖掘的重要内容。本书共11章,分为基础篇(第1~5章)和实战篇(第6~11章),基础篇包括数据挖掘基础、Python数据挖掘编程基础、数据探索、数据预处理、数据挖掘算法基础等基础知识;实战篇包括6个案例,分别为信用卡高风险客户识别、餐饮企业菜品关联分析、金融服务机构资金流量预测、O2O优惠券使用预计算机13.6万字
- 会员本书共3篇:第1篇主要介绍分布式数据库基础理论,包括经典的CAP理论、一致性算法相关的理论、并发控制相关的理论等;第2篇具体介绍Greenplum数据库,从分布式事务、分布式计算和分布式存储3个方面,深入代码层级,讲述分布式理论在工业上的实现;第3篇是总结和展望,介绍云原生数据库和新技术带给Greenplum和数据库管理系统的机遇和挑战。本书打破以理论介绍和架构介绍为主的思路,深入分析工业化的实现计算机7.1万字
同类书籍最近更新
- 会员本书介绍了数据网格——一种来自现代分布式架构的去中心化社会技术范式,它提供了一种大规模采购、共享、访问和管理分析型数据的新方法。本书分为五部分。第1部分介绍DataMesh的四个原则,以及它们所组成的高级模型。第二部分比较DataMesh与以前的数据架构的区别。第三部分介绍DataMesh组件的高层次架构,帮助你设计DataMesh架构以及评估与DataMesh匹配的现成技术。第四部分介绍Data数据库18.1万字
- 会员高效测试平台的建设对软件自动化测试的效率有重大的意义。本书总结了高效测试平台的基本设计方法,包括面向对象设计思想、模块化设计、可扩展的弹性设计、测试设备的驱动设计、与CI/CD的结合,以及平台的部署。介绍了如何进行测试工具的选型、测试引擎的灵活配置,如何开发高复用性的测试用例,如何进行测试用例的生命周期管理等。此外,与平台相结合,深入探讨了数据驱动测试、事件驱动测试等测试脚本的设计模式、代码自动生数据库17.9万字
- 会员本书结合数据科学的具体应用场景,由浅入深、循序渐进地引导读者入门数据科学,覆盖了数据获取、数据预处理、数据分析等方面的内容,共10章。本书首先概括性地介绍各章的主要内容,然后通过一个个生动的案例讲解数据获取、数据预处理、自然语言处理、机器学习和深度学习等方面的典型应用,最后通过答疑部分为读者提供进一步学习的方向和方法的建议。本书各章的案例均基于具体应用场景,以简单、清晰的方式对数据科学相关的技术原数据库13.8万字
- 会员Oracle是目前全球应用最广泛、功能最强大的关系型数据库。本书结合大量实例,详细地讲述了Oracle数据库各方面的知识。全书内容包括Oracle安装配置、Oracle常用开发工具、SQLPlus、数据表、视图、约束、函数与存储过程、触发器、序列、索引、用户与角色、内置函数、控制语句、SQL查询及更新语句、并发与锁定、正则表达式、与编程语言结合使用。为了便于读者学习与把握,在每章都使用了单独的小数据库18.9万字
- 会员本书的主角是在大数据时代应运而生的数据处理与分析利器——Spark。你将通过丰富的示例学习如何使用Spark的结构化数据API,利用SparkSQL进行交互式查询,掌握Spark应用的优化之道,用Spark和DeltaLake等开源工具构建可靠的数据湖,并用MLlib库实现机器学习流水线。随着Spark从2.x版本升级到3.0版本,本书第2版做了全面的更新,以体现Spark生态系统在机器学习、数据库14.7万字