15,99 €
Statt 17,95 €**
15,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar
payback
0 °P sammeln
15,99 €
Statt 17,95 €**
15,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
payback
0 °P sammeln
Als Download kaufen
Statt 17,95 €****
15,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar
payback
0 °P sammeln
Jetzt verschenken
Statt 17,95 €****
15,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
payback
0 °P sammeln
  • Format: PDF

Fachbuch aus dem Jahr 2021 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, AKAD University, ehem. AKAD Fachhochschule Stuttgart (Wirtschaftsinformatik), Sprache: Deutsch, Abstract: In diesem Assignment sollen die bekannten Deep Learning Frameworks TensorFlow, Keras, PyTorch, CNTK und MXNeT vorgestellt werden. Darüber hinaus soll geklärt werden, was ein Framework erfolgreich macht und welche Konsequenzen daraus folgen können. Dazu wird in der Folge auch das bereits eingestellte Framework Theano betrachtet. Zunächst werden grundlegende Begrifflichkeiten im Kontext von Deep Learning…mehr

Produktbeschreibung
Fachbuch aus dem Jahr 2021 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, AKAD University, ehem. AKAD Fachhochschule Stuttgart (Wirtschaftsinformatik), Sprache: Deutsch, Abstract: In diesem Assignment sollen die bekannten Deep Learning Frameworks TensorFlow, Keras, PyTorch, CNTK und MXNeT vorgestellt werden. Darüber hinaus soll geklärt werden, was ein Framework erfolgreich macht und welche Konsequenzen daraus folgen können. Dazu wird in der Folge auch das bereits eingestellte Framework Theano betrachtet. Zunächst werden grundlegende Begrifflichkeiten im Kontext von Deep Learning Frameworks definiert. Im Anschluss wird die grundsätzliche Funktionsweise von Deep Learning erläutert, danach werden die bekanntesten Deep Learning Frameworks vorgestellt und mögliche Erfolgskriterien bewertet.

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Autorenporträt
Marco Nitschke, geboren 1985, leitet(e) auf Bundes- und Landesebene sowie im kommunalen Bereich Softwareentwicklungs-, Digitalisierungs- sowie Reorganisationsprojekte. Seit jeher sucht er dabei passende Methoden und Instrumente, um gewinnbringend mit der Komplexität derartiger Vorgehen umgehen zu können. Kontakt: marco.nitschke@gmx.net https://www.xing.com/profile/MarcoK_Nitschke/cv