ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Neural Networks: Tricks of the Trade: Second Edition

دانلود کتاب شبکه های عصبی: ترفندهای تجارت: ویرایش دوم

Neural Networks: Tricks of the Trade: Second Edition

مشخصات کتاب

Neural Networks: Tricks of the Trade: Second Edition

ویرایش: 2 
نویسندگان: , , ,   
سری: Lecture Notes in Computer Science 7700 
ISBN (شابک) : 9783642352881, 9783642352898 
ناشر: Springer-Verlag Berlin Heidelberg 
سال نشر: 2012 
تعداد صفحات: 753 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 20 مگابایت 

قیمت کتاب (تومان) : 52,000



کلمات کلیدی مربوط به کتاب شبکه های عصبی: ترفندهای تجارت: ویرایش دوم: محاسبات با دستگاه های انتزاعی، هوش مصنوعی (شامل رباتیک)، تحلیل الگوریتم و پیچیدگی مسئله، تشخیص الگو، پیچیدگی، برنامه های کاربردی سیستم های اطلاعاتی (شامل اینترنت)



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 11


در صورت تبدیل فایل کتاب Neural Networks: Tricks of the Trade: Second Edition به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب شبکه های عصبی: ترفندهای تجارت: ویرایش دوم نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب شبکه های عصبی: ترفندهای تجارت: ویرایش دوم



بیست سال گذشته با افزایش داده های موجود و قدرت محاسباتی مشخص شده است. به موازات این روند، تمرکز تحقیقات شبکه های عصبی و تمرین شبکه های عصبی دستخوش تغییرات مهمی شده است، به عنوان مثال، استفاده از ماشین های یادگیری عمیق.

ویرایش دوم کتاب تقویت شده است. نسخه اول با ترفندهای بیشتر که حاصل 14 سال تئوری و آزمایش برخی از برجسته ترین محققان شبکه عصبی جهان است. این ترفندها می توانند تفاوت قابل توجهی (از نظر سرعت، سهولت اجرا و دقت) در مورد قرار دادن الگوریتم ها بر روی مشکلات واقعی ایجاد کنند.


توضیحاتی درمورد کتاب به خارجی

The twenty last years have been marked by an increase in available data and computing power. In parallel to this trend, the focus of neural network research and the practice of training neural networks has undergone a number of important changes, for example, use of deep learning machines.

The second edition of the book augments the first edition with more tricks, which have resulted from 14 years of theory and experimentation by some of the world's most prominent neural network researchers. These tricks can make a substantial difference (in terms of speed, ease of implementation, and accuracy) when it comes to putting algorithms to work on real problems.



فهرست مطالب

Front Matter....Pages -
Introduction....Pages 1-5
Speeding Learning....Pages 7-8
Efficient BackProp....Pages 9-48
Regularization Techniques to Improve Generalization....Pages 49-51
Early Stopping — But When?....Pages 53-67
A Simple Trick for Estimating the Weight Decay Parameter....Pages 69-89
Controlling the Hyperparameter Search in MacKay’s Bayesian Neural Network Framework....Pages 91-110
Adaptive Regularization in Neural Network Modeling....Pages 111-130
Large Ensemble Averaging....Pages 131-137
Improving Network Models and Algorithmic Tricks....Pages 139-141
Square Unit Augmented, Radially Extended, Multilayer Perceptrons....Pages 143-161
A Dozen Tricks with Multitask Learning....Pages 163-189
Solving the Ill-Conditioning in Neural Network Learning....Pages 191-203
Centering Neural Network Gradient Factors....Pages 205-223
Avoiding Roundoff Error in Backpropagating Derivatives....Pages 225-230
Representing and Incorporating Prior Knowledge in Neural Network Training....Pages 231-233
Transformation Invariance in Pattern Recognition – Tangent Distance and Tangent Propagation....Pages 235-269
Combining Neural Networks and Context-Driven Search for On-line, Printed Handwriting Recognition in the Newton....Pages 271-293
Neural Network Classification and Prior Class Probabilities....Pages 295-309
Applying Divide and Conquer to Large Scale Pattern Recognition Tasks....Pages 311-338
Tricks for Time Series....Pages 339-341
Forecasting the Economy with Neural Nets: A Survey of Challenges and Solutions....Pages 343-367
How to Train Neural Networks....Pages 369-418
Big Learning and Deep Neural Networks....Pages 419-420
Stochastic Gradient Descent Tricks....Pages 421-436
Practical Recommendations for Gradient-Based Training of Deep Architectures....Pages 437-478
Training Deep and Recurrent Networks with Hessian-Free Optimization....Pages 479-535
Implementing Neural Networks Efficiently....Pages 537-557
Better Representations: Invariant, Disentangled and Reusable....Pages 559-560
Learning Feature Representations with K-Means....Pages 561-580
Deep Big Multilayer Perceptrons for Digit Recognition....Pages 581-598
A Practical Guide to Training Restricted Boltzmann Machines....Pages 599-619
Deep Boltzmann Machines and the Centering Trick....Pages 621-637
Deep Learning via Semi-supervised Embedding....Pages 639-655
Identifying Dynamical Systems for Forecasting and Control....Pages 657-658
A Practical Guide to Applying Echo State Networks....Pages 659-686
Forecasting with Recurrent Neural Networks: 12 Tricks....Pages 687-707
Solving Partially Observable Reinforcement Learning Problems with Recurrent Neural Networks....Pages 709-733
10 Steps and Some Tricks to Set up Neural Reinforcement Controllers....Pages 735-757
Back Matter....Pages -




نظرات کاربران