Goodfellow, Ian; Bengio, Yoshua; Courville, Aaron, Deep Learning,
Libro adottato a Padova, a.a. 2026/2027 · 7 canali
«Goodfellow, Ian; Bengio, Yoshua; Courville, Aaron, Deep Learning,» è adottato per Deep Learning dal prof. Alessandro Sperduti (Computer Science – sede di Padova, Cybersecurity – sede di Padova, Data Science – sede di Padova e altri corsi – Padova).
Goodfellow, Ian; Bengio, Yoshua; Courville, Aaron, Deep Learning,Cerca su Amazon ›
Come lo indica il docente: Goodfellow, Ian; Bengio, Yoshua; Courville, Aaron, Deep Learning, MIT Press, 2016. Note: CONSIGLIATO
Argomenti del programma: La tematiche dell'insegnamento saranno le seguenti: - Introduzione ai contenuti dell'insegnamento; - Reti Neurali Feedforward profonde (deep); - Regolarizzazione per l'apprendimento deep; - Ottimizzazione per l'apprendimento di modelli deep; - Concetti di base per reti neurali convolutive; - Reti neurali ricorrenti, Transformer, e Mamba per la modellazione di sequenze; - Large Model basati su Transformer; -…
Argomenti del programma: La tematiche dell'insegnamento saranno le seguenti: - Introduzione ai contenuti dell'insegnamento; - Reti Neurali Feedforward profonde (deep); - Regolarizzazione per l'apprendimento deep; - Ottimizzazione per l'apprendimento di modelli deep; - Concetti di base per reti neurali convolutive; - Reti neurali ricorrenti, Transformer, e Mamba per la modellazione di sequenze; - Large Model basati su Transformer; -…
Argomenti del programma: La tematiche dell'insegnamento saranno le seguenti: - Introduzione ai contenuti dell'insegnamento; - Reti Neurali Feedforward profonde (deep); - Regolarizzazione per l'apprendimento deep; - Ottimizzazione per l'apprendimento di modelli deep; - Concetti di base per reti neurali convolutive; - Reti neurali ricorrenti, Transformer, e Mamba per la modellazione di sequenze; - Large Model basati su Transformer; -…
Argomenti del programma: La tematiche dell'insegnamento saranno le seguenti: - Introduzione ai contenuti dell'insegnamento; - Reti Neurali Feedforward profonde (deep); - Regolarizzazione per l'apprendimento deep; - Ottimizzazione per l'apprendimento di modelli deep; - Concetti di base per reti neurali convolutive; - Reti neurali ricorrenti, Transformer, e Mamba per la modellazione di sequenze; - Large Model basati su Transformer; -…
Argomenti del programma: La tematiche dell'insegnamento saranno le seguenti: - Introduzione ai contenuti dell'insegnamento; - Reti Neurali Feedforward profonde (deep); - Regolarizzazione per l'apprendimento deep; - Ottimizzazione per l'apprendimento di modelli deep; - Concetti di base per reti neurali convolutive; - Reti neurali ricorrenti, Transformer, e Mamba per la modellazione di sequenze; - Large Model basati su Transformer; -…
Argomenti del programma: La tematiche dell'insegnamento saranno le seguenti: - Introduzione ai contenuti dell'insegnamento; - Reti Neurali Feedforward profonde (deep); - Regolarizzazione per l'apprendimento deep; - Ottimizzazione per l'apprendimento di modelli deep; - Concetti di base per reti neurali convolutive; - Reti neurali ricorrenti, Transformer, e Mamba per la modellazione di sequenze; - Large Model basati su Transformer; -…
Argomenti del programma: La tematiche dell'insegnamento saranno le seguenti: - Introduzione ai contenuti dell'insegnamento; - Reti Neurali Feedforward profonde (deep); - Regolarizzazione per l'apprendimento deep; - Ottimizzazione per l'apprendimento di modelli deep; - Concetti di base per reti neurali convolutive; - Reti neurali ricorrenti, Transformer, e Mamba per la modellazione di sequenze; - Large Model basati su Transformer; -…
Libri Universitari