Titelsatz
In den Korb  |  Speichern
 
Anzeigeformat
Standard  |  Feldnummern  |  Katalogkarte
Satz 1 von 1  
   

Generatives Deep Learning: Maschinen das Malen, Schreiben und Komponieren beibringen
Inhaltstyp (RDA) Text
Medientyp (RDA) ohne Hilfsmittel zu benutzen
Datenträgertyp (RDA) Band
Physikal. Form 169728521X Erscheint auch als (Online-Ausgabe): ‡Foster, David: Generatives Deep Learning
Physikal. Form 1735208744 Erscheint auch als (Online-Ausgabe): ‡Foster, David: Generatives Deep Learning
1. Person/Familie Foster, David [VerfasserIn]
2. Person/Familie Fraaß, Marcus [ÜbersetzerIn]
3. Person/Familie Mack, Konstantin [ÜbersetzerIn]
Bevorz. Titel des Werkes (RDA) Foster, David, Generative deep learning
Titel Generatives Deep Learning: Maschinen das Malen, Schreiben und Komponieren beibringen
Verantw.-ang. David Foster ; deutsche Übersetzung von Marcus Fraaß und Konstantin Mack
Weitere Sachtitel GANs und VAEs kreativ nutzen
Auflage 1. Auflage
Verlagsort (RDA) Heidelberg
Verlag (RDA) O'Reilly
E-Jahr 2020
E-Jahr (RDA) [2020]
E-Jahr (RDA) © 2020
Umfangsangabe XVI, 292 Seiten : Illustrationen, Diagramme
Formatangabe 24 cm x 16.5 cm
Anm. Nebentitel Titelzusatz auf dem Cover GANs und VAEs kreativ nutzen
Hinw. auf parallele Ausg. Erscheint auch als (Online-Ausgabe) :Foster, David: Generatives Deep Learning
Hinw. auf parallele Ausg. Erscheint auch als (Online-Ausgabe) :Foster, David: Generatives Deep Learning
Hinw. auf parallele Ausg. Erscheint auch als (Online-Ausgabe) :Foster, David: Generatives Deep Learning
Hinw. auf parallele Ausg. Parallele SprachausgabeISBN 978-1-4920-4194-8
ISBN 978-3-96009-128-8 Broschur: circa EUR 39.90 (DE), circa EUR 41.10 (AT)
ISBN 3-96009-128-1 Broschur
EAN 9783960091288
NBN-Nr. 19,N47
Hinweise zur Verfilmung DE-31
Bezugswerk Inhaltstext
Bezugswerk Inhaltsverzeichnis
Schlagwort / lok. Generative Gestaltung
Schlagwort / lok. Python / Software
Schlagwort / lok. Mensch-Maschine-Kommunikation
Schlagwort / lok. Künstliche Intelligenz
Inhaltliche Zsfg. Das Buch führt zunächst einen zentralen Begriff ein: Das generative Deep-Learning-Modell, welches anhand eines Beispiels - Bilderzeugung eines neuen Pferdes aus den Trainingsdaten verschiedener Pferde - dargestellt wird und abgesetzt vom diskriminativen Modell, z.B. Filtern von Van-Gogh-Gemälden aus einem grossen Datensatz von Gemälden. Anhand von einfachen Beispielen, die detailliert bis auf die mathematische Formelebene beschrieben sind, zeigt der Autor, welchen entscheidenden Beitrag die Wahrscheinlichkeitsrechnung bei der Erzeugung von Bildern liefert. In Kapitel 2 wird der Leser, der noch kein Deep-Learning-Experte ist, vorbereitet auf den Einsatz tiefer Modelle auf Basis tiefer neuronaler Netzwerke. Deep-Learning-Kenntnisse werden beim Leser nicht vorausgesetzt, aber der Autor empfiehlt F. Chollet. Ab Kapitel 3 beschreibt der Autor, wie maschinelles Malen, Schreiben, Spiele erzeugen und Komponieren realisiert werden kann. Er berichtet über die immensen Fortschritte im Bereich kreativer Anwendung der künstlichen Intelligenz und liefert einen Ausblick auf deren zunehmende Bedeutung. (3)
Bestand 1
Sign-Info 40/70/77

Hinweise zur Anzeige im Standardformat:

© 2023 Ex Libris (Deutschland) GmbH