Deep Learning at Scale: At the Intersection of Hardware, Software, and Data
Kurzinformation
inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar

Beschreibung
"Deep Learning at Scale: At the Intersection of Hardware, Software, and Data" von Suneeta Mall ist ein umfassendes Werk, das sich mit den Herausforderungen und Lösungen beim Einsatz von Deep Learning in großem Maßstab beschäftigt. Das Buch beleuchtet die Synergie zwischen Hardware, Software und Daten, die notwendig ist, um Deep-Learning-Modelle effizient zu skalieren und einzusetzen. Es behandelt Themen wie die Optimierung von Hardware-Ressourcen, fortschrittliche Algorithmen und Techniken zur Verbesserung der Rechenleistung sowie Strategien zur effektiven Verwaltung großer Datenmengen. Darüber hinaus bietet es Einblicke in aktuelle Technologien und Tools, die für das Training und die Implementierung von Modellen in verschiedenen industriellen Anwendungen entscheidend sind. Suneeta Mall kombiniert theoretische Grundlagen mit praktischen Beispielen und Fallstudien, um Lesern ein tiefes Verständnis dafür zu vermitteln, wie man Deep Learning erfolgreich auf große Datensätze anwendet. Das Buch richtet sich sowohl an Ingenieure als auch an Wissenschaftler im Bereich des maschinellen Lernens, die ihre Kenntnisse erweitern möchten.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Gebunden
- 206 Seiten
- Erschienen 2018
- Springer
- Gebunden
- 179 Seiten
- Erschienen 2019
- Springer
- Kartoniert
- 350 Seiten
- Erschienen 2020
- O'Reilly Media
- Kartoniert
- 179 Seiten
- Erschienen 2018
- Springer
- Hardcover
- 372 Seiten
- Erschienen 2019
- Packt Publishing
- Taschenbuch
- 504 Seiten
- Erschienen 2020
- Springer
- paperback
- 288 Seiten
- Erschienen 2013
- Springer
- Gebunden
- 250 Seiten
- Erschienen 2011
- Springer
- Kartoniert
- 514 Seiten
- Erschienen 2002
- Springer




