Verfügbarkeit: Deep Learning Kochbuch | Technische Universität München

Gespeichert in:

Bibliographische Detailangaben
Beteilige Person:	Osinga, Douwe (VerfasserIn)
Weitere beteiligte Personen:	Fraaß, Marcus (ÜbersetzerIn), Mack, Konstantin (ÜbersetzerIn)
Format:	Buch
Sprache:	Deutsch Englisch
Veröffentlicht:	Heidelberg O'Reilly [2019]
Ausgabe:	1. Auflage
Schlagwörter:	Keras > Framework, Informatik Deep Learning Anwendungssystem Befehl > Informatik Objektorientierte Programmierung Maschinelles Lernen
Links:	http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=030865280&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
Umfang:	XVI, 244 Seiten Illustrationen, Diagramme (teilweise farbig) 24 cm x 16.5 cm
ISBN:	9783960090977 3960090978

Internformat

MARC


LEADER	00000nam a2200000 c 4500
001	BV045480183
003	DE-604
005	20231120
007	t\|
008	190220s2019 xx a\|\|\| \|\|\|\| 00\|\|\| ger d
015			\|a 18,N44 \|2 dnb
016	7		\|a 1169944507 \|2 DE-101
020			\|a 9783960090977 \|c kart. : EUR 34.90 (DE), circa EUR 35.90 (AT) \|9 978-3-96009-097-7
020			\|a 3960090978 \|9 3-96009-097-8
024	3		\|a 9783960090977
035			\|a (OCoLC)1088425248
035			\|a (DE-599)DNB1169944507
040			\|a DE-604 \|b ger \|e rda
041	1		\|a ger \|h eng
049			\|a DE-91G \|a DE-29T \|a DE-706 \|a DE-92 \|a DE-860 \|a DE-859 \|a DE-1050 \|a DE-19 \|a DE-83 \|a DE-Aug4 \|a DE-862 \|a DE-1046 \|a DE-634 \|a DE-1043 \|a DE-11 \|a DE-M347 \|a DE-1102 \|a DE-945 \|a DE-739
082	0		\|a 004
084			\|a ST 300 \|0 (DE-625)143650: \|2 rvk
084			\|a ST 302 \|0 (DE-625)143652: \|2 rvk
084			\|a ST 301 \|0 (DE-625)143651: \|2 rvk
084			\|a DAT 708f \|2 stub
100	1		\|a Osinga, Douwe \|e Verfasser \|0 (DE-588)1166811751 \|4 aut
240	1	0	\|a Deep learning cookbook
245	1	0	\|a Deep Learning Kochbuch \|b Praxisrezepte für einen schnellen Einstieg \|c Douwe Osinga ; deutsche Übersetzung von Marcus Fraaß und Konstantin Mack
250			\|a 1. Auflage
264		1	\|a Heidelberg \|b O'Reilly \|c [2019]
264		4	\|c © 2019
300			\|a XVI, 244 Seiten \|b Illustrationen, Diagramme (teilweise farbig) \|c 24 cm x 16.5 cm
336			\|b txt \|2 rdacontent
337			\|b n \|2 rdamedia
338			\|b nc \|2 rdacarrier
650	0	7	\|a Keras \|g Framework, Informatik \|0 (DE-588)1160521077 \|2 gnd \|9 rswk-swf
650	0	7	\|a Deep Learning \|0 (DE-588)1135597375 \|2 gnd \|9 rswk-swf
650	0	7	\|a Anwendungssystem \|0 (DE-588)4139375-2 \|2 gnd \|9 rswk-swf
650	0	7	\|a Befehl \|g Informatik \|0 (DE-588)4458688-7 \|2 gnd \|9 rswk-swf
650	0	7	\|a Objektorientierte Programmierung \|0 (DE-588)4233947-9 \|2 gnd \|9 rswk-swf
650	0	7	\|a Maschinelles Lernen \|0 (DE-588)4193754-5 \|2 gnd \|9 rswk-swf
689	0	0	\|a Deep Learning \|0 (DE-588)1135597375 \|D s
689	0	1	\|a Anwendungssystem \|0 (DE-588)4139375-2 \|D s
689	0	2	\|a Keras \|g Framework, Informatik \|0 (DE-588)1160521077 \|D s
689	0	3	\|a Maschinelles Lernen \|0 (DE-588)4193754-5 \|D s
689	0		\|5 DE-604
689	1	0	\|a Maschinelles Lernen \|0 (DE-588)4193754-5 \|D s
689	1	1	\|a Objektorientierte Programmierung \|0 (DE-588)4233947-9 \|D s
689	1	2	\|a Befehl \|g Informatik \|0 (DE-588)4458688-7 \|D s
689	1		\|8 1\p \|5 DE-604
700	1		\|a Fraaß, Marcus \|0 (DE-588)1181254078 \|4 trl
700	1		\|a Mack, Konstantin \|0 (DE-588)1181254183 \|4 trl
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe, PDF \|z 978-3-96010-264-9
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe, ePub \|z 978-3-96010-265-6
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe, Mobi \|z 978-3-96010-266-3
856	4	2	\|m DNB Datenaustausch \|q application/pdf \|u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=030865280&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA \|3 Inhaltsverzeichnis
883	1		\|8 1\p \|a cgwrk \|d 20201028 \|q DE-101 \|u https://d-nb.info/provenance/plan#cgwrk
943	1		\|a oai:aleph.bib-bvb.de:BVB01-030865280

Datensatz im Suchindex

DE-BY-TUM_call_number	0104 DAT 708f 2019 A 931 0303 DAT 708f 2019 L 98
DE-BY-TUM_katkey	2394096
DE-BY-TUM_location	01 03
DE-BY-TUM_media_number	040008853936 040008853947 040008853981 040008853970 040008853969 040008853958
_version_	1831595373491126272
adam_text	VORWORT IX 1 WERKZEUGE UND T ECHNIKEN . 1 1.1 ARTEN NEURONALER N ETZE. 1 1.2 DATENBESCHAFFUNG . 12 1.3 VORVERARBEITUNG VON D ATEN. 19 2 F E H LERB EH EB U N G . 27 2.1 PROBLEME BEMERKEN. 27 2.2 LAUFZEITFEHLER BEHEBEN. 28 2.3 ZWISCHENERGEBNISSE UEBERPRUEFEN. 31 2.4 WAEHLEN DER RICHTIGEN AKTIVIERUNGSFUNKTION (FUER DIE LETZTE SCHICHT). 32 2.5 REGULARISIERUNG UND DROP-OUT. 33 2.6 NETZWERKSTRUKTUR, BATCH-GROESSE UND LERNRATE . 35 3 DIE AEHNLICHKEIT VON TEXTEN MITHILFE VON W ORTEINBETTUNGEN BERECHNEN . 37 3.1 WORTAEHNLICHKEITEN MITHILFE VORTRAINIERTER WORTEINBETTUNGEN FINDEN. 38 3.2 WORD2VEC-MATHEMATIK. 40 3.3 WORTEINBETTUNGEN VISUALISIEREN. 42 3.4 OBJEKTKLASSEN IN EINBETTUNGEN FINDEN. 44 3.5 SEMANTISCHE ABSTAENDE INNERHALB EINER KLASSE BERECHNEN . 47 3.6 LAENDERDATEN AUF EINER LANDKARTE VISUALISIEREN . 49 4 EIN EMPFEHLUNGSSYSTEM ANHAND AUSGEHENDER WIKIPEDIA-LINKS ERSTELLEN . . . 51 4.1 SAMMELN DER D ATEN . 51 4.2 TRAINIEREN VON FILMEINBETTUNGEN. 55 4.3 EIN FILMEMPFEHLUNGSSYSTEM ERSTELLEN. 58 4.4 VORHERSAGEN EINFACHER FILMMERKMALE. 59 5 TEXT IM STIL EINES BEISPIELTEXTS G E N E RIE RE N . 63 5.1 DEN TEXT VON GEMEINFREIEN BUECHERN BESCHAFFEN . 63 5.2 TEXTE IM STIL VON SHAKESPEARE GENERIEREN. 64 5.3 CODE MIT RNNS ERZEUGEN. 68 5.4 STEUERUNG DER TEMPERATUR DES O U TP U TS. 70 5.5 VISUALISIERUNG DER AKTIVIERUNGEN EINES REKURRENTEN NETZWERKS. 72 6 UEBEREINSTIMMENDE F RA G E N . 75 6.1 DATEN AUS STACK EXCHANGE BESCHAFFEN. 75 6.2 ERKUNDUNG DER DATEN MIT PANDAS. 77 6.3 TEXTKODIERUNG IN KERAS. 78 6.4 EIN FRAGE-ANTWORT-MODELL ENTWICKELN. 79 6.5 TRAINING EINES MODELLS MIT PANDAS. 81 6.6 UEBERPRUEFUNG VON GEMEINSAMKEITEN. 82 7 EMOJIS VORSCHLAGEN . 85 7.1 EINEN EINFACHEN STIMMUNGSKLASSIFIKATOR ENTWICKELN . 85 7.2 INSPIZIEREN EINES EINFACHEN KLASSIFIKATORS. 88 7.3 EIN KONVOLUTIONSNETZ ZUR STIMMUNGSANALYSE VERWENDEN . 89 7.4 TWITTER-DATEN SAMMELN . 92 7.5 EIN SIMPLES VORHERSAGEMODELL FUER EMOJIS. 93 7.6 DROP-OUT UND VARIIERENDE FENSTERGROESSE. 95 7.7 EIN WORTBASIERTES MODELL ERSTELLEN. 96 7.8 EIGENE EINBETTUNGEN ERZEUGEN. 98 7.9 EIN REKURRENTES NEURONALES NETZWERK ZUR KLASSIFIKATION VERWENDEN. 100 7.10 UEBEREINSTIMMUNG VISUALISIEREN. 102 7.11 MODELLE MITEINANDER KOMBINIEREN. 104 8 SEQUENZ-ZU-SEQUENZ-M APPING . 107 8.1 TRAINIEREN EINES EINFACHEN SEQUENZ-ZU-SEQUENZ-MODELLS . 107 8.2 DIALOGE AUS TEXTEN EXTRAHIEREN. 109 8.3 EINEN FREI VERFUEGBAREN WORTSCHATZ HANDHABEN . 111 8.4 EINEN SEQ2SEQ-CHATBOT TRAINIEREN. 112 9 EIN VORTRAINIERTES NETZWERK ZUR BILDERKENNUNG VERW EN D EN . 117 9.1 EIN VORTRAINIERTES NETZWERK LADEN. 117 9.2 VORVERARBEITUNG DER B ILDER. 118 9.3 VORHERSAGEN DES BILDINHALTS (INFERENZ). 120 9.4 EINEN GELABELTEN BILDDATENSATZ MIT DER FLICKR-API SAMMELN . 121 9.5 EINEN HUND-KATZE-KLASSIFIKATOR ERSTELLEN. 122 9.6 SUCHERGEBNISSE VERBESSERN. 124 9.7 TRAINIEREN VORTRAINIERTER NETZWERKE ZUR BILDERKENNUNG . 126 10 EINE REVERSE-IMAGE-SUCHMASCHINE ERSTELLEN . 129 10.1 ZUGRIFF AUF BILDER VON WIKIPEDIA. 129 10.2 PROJEKTION VON BILDERN IN EINEN N-DIMENSIONALEN RAUM . 132 10.3 NAECHSTE NACHBARN IN HOCHDIMENSIONALEN RAEUMEN FINDEN . 133 10.4 LOKALE NACHBARSCHAFTEN IN EINBETTUNGEN ERKUNDEN . 134 11 MEHRERE BILDINHALTE E RK E N N E N . 137 11.1 ERKENNEN MEHRERER BILDINHALTE MITHILFE EINES VORTRAINIERTEN KLASSIFIKATORS. 137 11.2 BILDERKENNUNG MITHILFE EINES FASTER RCNN . 141 11.3 EIGENE BILDER IN EINEM FASTER RCNN VERWENDEN . 144 12 MIT BILDSTILEN A RB E ITE N . 147 12.1 AKTIVIERUNGEN EINES CNN VISUALISIEREN. 148 12.2 OKTAVEN UND VERGROESSERUNG. 151 12.3 VERANSCHAULICHEN, WAS EIN NEURONALES NETZWERK IN ETWA WAHRNIMMT. 153 12.4 DEN STIL EINES BILDS ERFASSEN. 156 12.5 VERBESSERN DER VERLUSTFUNKTION ZUR ERHOEHUNG DER BILDKOHAERENZ. 159 12.6 EINEN STIL AUF EIN ANDERES BILD UEBERTRAGEN. 161 12.7 STILINTERPOLATION. 162 13 BILDER MIT AUTOENCODERN E RZ E U G E N . 165 13.1 ZEICHNUNGEN AUS GOOGLE QUICK DRAW IMPORTIEREN . 166 13.2 EINEN AUTOENCODER FUER BILDER ERSTELLEN. 167 13.3 VISUALISIERUNG DER ERGEBNISSE VON AUTOENCODERN . 170 13.4 SAMPLING VON BILDERN AUS EINER KORREKTEN VERTEILUNG . 171 13.5 DEN LATENTEN RAUM EINES VARIATIONAL AUTOENCODERS VISUALISIEREN. 175 13.6 CONDITIONAL VARIATIONAL AUTOENCODER. 176 14 PIKTOGRAMME MITHILFE VON NEURONALEN NETZWERKEN E RZ E U G E N . 181 14.1 PIKTOGRAMME ZUM TRAINIEREN BESCHAFFEN. 182 14.2 PIKTOGRAMME IN EINE TENSOR-DARSTELLUNG UMWANDELN . 184 14.3 PIKTOGRAMME MITHILFE EINES VARIATIONAL AUTOENCODERS ERZEUGEN. 185 14.4 DATENANREICHERUNG ZUR VERBESSERUNG DER LEISTUNG DES AUTOENCODERS. 188 14.5 EIN GENERATIVE ADVERSARIAL NETWORK AUFBAUEN . 189 14.6 GENERATIVE ADVERSARIAL NETWORKS TRAINIEREN. 191 14.7 MIT EINEM GAN ERZEUGTE PIKTOGRAMME ANZEIGEN . 193 14.8 PIKTOGRAMME ALS ZEICHENANLEITUNG KODIEREN . 195 14.9 TRAINIEREN EINES RNN ZUM ZEICHNEN VON PIKTOGRAMMEN . 196 14.10 PIKTOGRAMME MITHILFE EINES RNN ERZEUGEN. 197 15 MUSIK UND DEEP L E A RN IN G . 201 15.1 EINEN TRAININGSDATENSATZ ZUR MUSIKKLASSIFIKATION ERSTELLEN . 202 15.2 EINEN MUSIKGENRE-DETEKTOR TRAINIEREN. 204 15.3 VISUALISIERUNG VON KLASSIFIKATIONSIRRTUEMERN. 206 15.4 INDEXIERUNG VORHANDENER MUSIK. 208 15.5 DIE SPOTIFY-API EINRICHTEN. 210 15.6 PLAYLISTEN UND MUSIKSTUECKE VON SPOTIFY SAM M ELN . 211 15.7 EIN MUSIKEMPFEHLUNGSSYSTEM TRAINIEREN. 214 15.8 MUSIKSTUECKE EMPFEHLEN MITHILFE EINES WORD2VEC-MODELLS . 215 16 MACHINE-LEARNING-SYSTEME IN PRODUKTION B RIN G E N . . 219 16.1 EIN NAECHSTE-NACHBARN-KLASSIFIKATIONSMODELL FUER EINBETTUNGEN MIT SCIKIT-LEARN VERWENDEN. 220 16.2 POSTGRES ZUM SPEICHERN VON EINBETTUNGEN VERWENDEN . 221 16.3 EINPFLEGEN UND ABFRAGEN VON IN POSTGRES GESPEICHERTEN EINBETTUNGEN . 222 16.4 HOCHDIMENSIONALE MODELLE IN POSTGRES SPEICHERN . 223 16.5 MICROSERVICES IN PYTHON ERSTELLEN. 225 16.6 KERAS-MODELLE ALS MICROSERVICE BEREITSTELLEN . 226 16.7 EINEN MICROSERVICE AUS EINEM WEB-FRAMEWORK AUFRUFEN . 227 16.8 SEQ2SEQ-MODELLE IN TENSORFLOW. 228 16.9 DEEP-LEARNING-MODELLE IM BROWSER AUSFUEHREN . 230 16.10 EIN KERAS-MODELL MIT TENSORFLOW SERVING AUSFUEHREN . 232 16.11 EIN KERAS-MODELL UNTER IOS VERWENDEN. 235 INDEX. 237
any_adam_object	1
author	Osinga, Douwe
author2	Fraaß, Marcus Mack, Konstantin
author2_role	trl trl
author2_variant	m f mf k m km
author_GND	(DE-588)1166811751 (DE-588)1181254078 (DE-588)1181254183
author_facet	Osinga, Douwe Fraaß, Marcus Mack, Konstantin
author_role	aut
author_sort	Osinga, Douwe
author_variant	d o do
building	Verbundindex
bvnumber	BV045480183
classification_rvk	ST 300 ST 302 ST 301
classification_tum	DAT 708f
ctrlnum	(OCoLC)1088425248 (DE-599)DNB1169944507
dewey-full	004
dewey-hundreds	000 - Computer science, information, general works
dewey-ones	004 - Computer science
dewey-raw	004
dewey-search	004
dewey-sort	14
dewey-tens	000 - Computer science, information, general works
discipline	Informatik
edition	1. Auflage
format	Book
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nam a2200000 c 4500</leader><controlfield tag="001">BV045480183</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20231120</controlfield><controlfield tag="007">t\|</controlfield><controlfield tag="008">190220s2019 xx a\|\|\| \|\|\|\| 00\|\|\| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">18,N44</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1169944507</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783960090977</subfield><subfield code="c">kart. : EUR 34.90 (DE), circa EUR 35.90 (AT)</subfield><subfield code="9">978-3-96009-097-7</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3960090978</subfield><subfield code="9">3-96009-097-8</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783960090977</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1088425248</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1169944507</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="1" ind2=" "><subfield code="a">ger</subfield><subfield code="h">eng</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-91G</subfield><subfield code="a">DE-29T</subfield><subfield code="a">DE-706</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-859</subfield><subfield code="a">DE-1050</subfield><subfield code="a">DE-19</subfield><subfield code="a">DE-83</subfield><subfield code="a">DE-Aug4</subfield><subfield code="a">DE-862</subfield><subfield code="a">DE-1046</subfield><subfield code="a">DE-634</subfield><subfield code="a">DE-1043</subfield><subfield code="a">DE-11</subfield><subfield code="a">DE-M347</subfield><subfield code="a">DE-1102</subfield><subfield code="a">DE-945</subfield><subfield code="a">DE-739</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">004</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 300</subfield><subfield code="0">(DE-625)143650:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 302</subfield><subfield code="0">(DE-625)143652:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 301</subfield><subfield code="0">(DE-625)143651:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DAT 708f</subfield><subfield code="2">stub</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Osinga, Douwe</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1166811751</subfield><subfield code="4">aut</subfield></datafield><datafield tag="240" ind1="1" ind2="0"><subfield code="a">Deep learning cookbook</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Deep Learning Kochbuch</subfield><subfield code="b">Praxisrezepte für einen schnellen Einstieg</subfield><subfield code="c">Douwe Osinga ; deutsche Übersetzung von Marcus Fraaß und Konstantin Mack</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">1. Auflage</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Heidelberg</subfield><subfield code="b">O'Reilly</subfield><subfield code="c">[2019]</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">© 2019</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XVI, 244 Seiten</subfield><subfield code="b">Illustrationen, Diagramme (teilweise farbig)</subfield><subfield code="c">24 cm x 16.5 cm</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Keras</subfield><subfield code="g">Framework, Informatik</subfield><subfield code="0">(DE-588)1160521077</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Deep Learning</subfield><subfield code="0">(DE-588)1135597375</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Anwendungssystem</subfield><subfield code="0">(DE-588)4139375-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Befehl</subfield><subfield code="g">Informatik</subfield><subfield code="0">(DE-588)4458688-7</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Objektorientierte Programmierung</subfield><subfield code="0">(DE-588)4233947-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Deep Learning</subfield><subfield code="0">(DE-588)1135597375</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Anwendungssystem</subfield><subfield code="0">(DE-588)4139375-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Keras</subfield><subfield code="g">Framework, Informatik</subfield><subfield code="0">(DE-588)1160521077</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="3"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Objektorientierte Programmierung</subfield><subfield code="0">(DE-588)4233947-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="2"><subfield code="a">Befehl</subfield><subfield code="g">Informatik</subfield><subfield code="0">(DE-588)4458688-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Fraaß, Marcus</subfield><subfield code="0">(DE-588)1181254078</subfield><subfield code="4">trl</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Mack, Konstantin</subfield><subfield code="0">(DE-588)1181254183</subfield><subfield code="4">trl</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, PDF</subfield><subfield code="z">978-3-96010-264-9</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, ePub</subfield><subfield code="z">978-3-96010-265-6</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, Mobi</subfield><subfield code="z">978-3-96010-266-3</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=030865280&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-030865280</subfield></datafield></record></collection>
id	DE-604.BV045480183
illustrated	Illustrated
indexdate	2025-02-13T07:00:24Z
institution	BVB
isbn	9783960090977 3960090978
language	German English
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-030865280
oclc_num	1088425248
open_access_boolean
owner	DE-91G DE-BY-TUM DE-29T DE-706 DE-92 DE-860 DE-859 DE-1050 DE-19 DE-BY-UBM DE-83 DE-Aug4 DE-862 DE-BY-FWS DE-1046 DE-634 DE-1043 DE-11 DE-M347 DE-1102 DE-945 DE-739
owner_facet	DE-91G DE-BY-TUM DE-29T DE-706 DE-92 DE-860 DE-859 DE-1050 DE-19 DE-BY-UBM DE-83 DE-Aug4 DE-862 DE-BY-FWS DE-1046 DE-634 DE-1043 DE-11 DE-M347 DE-1102 DE-945 DE-739
physical	XVI, 244 Seiten Illustrationen, Diagramme (teilweise farbig) 24 cm x 16.5 cm
publishDate	2019
publishDateSearch	2019
publishDateSort	2019
publisher	O'Reilly
record_format	marc
spellingShingle	Osinga, Douwe Deep Learning Kochbuch Praxisrezepte für einen schnellen Einstieg Keras Framework, Informatik (DE-588)1160521077 gnd Deep Learning (DE-588)1135597375 gnd Anwendungssystem (DE-588)4139375-2 gnd Befehl Informatik (DE-588)4458688-7 gnd Objektorientierte Programmierung (DE-588)4233947-9 gnd Maschinelles Lernen (DE-588)4193754-5 gnd
subject_GND	(DE-588)1160521077 (DE-588)1135597375 (DE-588)4139375-2 (DE-588)4458688-7 (DE-588)4233947-9 (DE-588)4193754-5
title	Deep Learning Kochbuch Praxisrezepte für einen schnellen Einstieg
title_alt	Deep learning cookbook
title_auth	Deep Learning Kochbuch Praxisrezepte für einen schnellen Einstieg
title_exact_search	Deep Learning Kochbuch Praxisrezepte für einen schnellen Einstieg
title_full	Deep Learning Kochbuch Praxisrezepte für einen schnellen Einstieg Douwe Osinga ; deutsche Übersetzung von Marcus Fraaß und Konstantin Mack
title_fullStr	Deep Learning Kochbuch Praxisrezepte für einen schnellen Einstieg Douwe Osinga ; deutsche Übersetzung von Marcus Fraaß und Konstantin Mack
title_full_unstemmed	Deep Learning Kochbuch Praxisrezepte für einen schnellen Einstieg Douwe Osinga ; deutsche Übersetzung von Marcus Fraaß und Konstantin Mack
title_short	Deep Learning Kochbuch
title_sort	deep learning kochbuch praxisrezepte fur einen schnellen einstieg
title_sub	Praxisrezepte für einen schnellen Einstieg
topic	Keras Framework, Informatik (DE-588)1160521077 gnd Deep Learning (DE-588)1135597375 gnd Anwendungssystem (DE-588)4139375-2 gnd Befehl Informatik (DE-588)4458688-7 gnd Objektorientierte Programmierung (DE-588)4233947-9 gnd Maschinelles Lernen (DE-588)4193754-5 gnd
topic_facet	Keras Framework, Informatik Deep Learning Anwendungssystem Befehl Informatik Objektorientierte Programmierung Maschinelles Lernen
url	http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=030865280&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
work_keys_str_mv	AT osingadouwe deeplearningcookbook AT fraaßmarcus deeplearningcookbook AT mackkonstantin deeplearningcookbook AT osingadouwe deeplearningkochbuchpraxisrezeptefureinenschnelleneinstieg AT fraaßmarcus deeplearningkochbuchpraxisrezeptefureinenschnelleneinstieg AT mackkonstantin deeplearningkochbuchpraxisrezeptefureinenschnelleneinstieg

Verfügbarkeit

Bestellen (Login erforderlich)

Inhaltsverzeichnis
Paper/Kapitel scannen lassen

Teilbibliothek Mathematik & Informatik

Bestandsangaben von Teilbibliothek Mathematik & Informatik
Signatur:	0104 DAT 708f 2019 A 931
Exemplar 1	Nicht ausleihbar Am Standort

Teilbibliothek Chemie, Lehrbuchsammlung

Bestandsangaben von Teilbibliothek Chemie, Lehrbuchsammlung
Signatur:	0303 DAT 708f 2019 L 98
Exemplar 1	Ausleihbar Ausgeliehen – Rückgabe bis: 03.07.2025
Exemplar 2	Ausleihbar Am Standort
Exemplar 3	Ausleihbar Am Standort
Exemplar 4	Ausleihbar Am Standort
Exemplar 5	Ausleihbar Am Standort