წიგნების ძებნა
წიგნები
დახმარება
შესვლა
შესვლა
ავტორიზებულ მომხმარებლებს აქვთ წვდომა:
პერსონალური რეკომენდაციები
Telegram ბოტი
ჩამოტვირთვის ისტორია
გაგზავნეთ Email-ზე ან Kindle-ზე
კრებულების მართვა
შენახვა რჩეულებში
პირადი
წიგნის მოთხოვნა
შესწავლა
Z-Recommend
წიგნების სარჩევი
ყველაზე პოპულარული
კატეგორია
მონაწილეობა
დახმარება
ატვირთვები
Litera Library
ქაღალდის წიგნების შეწირვა
ქაღალდის წიგნების დამატება
Search paper books
ჩემი LITERA Point
საკვანძო სიტყვების ძებნა
Main
საკვანძო სიტყვების ძებნა
search
1
Deep Learning mit Python und Keras
mitp-Verlag
Chollet
,
François
layer
daten
modell
verlustfunktion
verwenden
import
abbildung
modells
listing
model.add
modelle
activation
abb
shape
nns
relu
verfahren
wert
verwendet
layers
ausgabe
cnns
beispiel
siehe
trainieren
aufgabe
validierung
eingabe
bild
aufgaben
samples
werte
erlernen
anhand
layers.dense
tensor
learnings
anzahl
gewichtungen
layern
numpy
tensoren
beispielsweise
korrektklassifizierungsrate
trainingsdaten
informationen
repräsentationen
überanpassung
erzeugen
merkmale
წელი:
2018
ენა:
german
ფაილი:
EPUB, 18.01 MB
თქვენი თეგები:
0
/
0
german, 2018
2
Machine Learning mit Python
mitp-Verlag
Sebastian Raschka
import
daten
algorithmus
verwenden
scikit
funktion
anzahl
merkmale
klassifizierer
modell
python
verfahren
modells
y_train
datensammlung
regression
trainieren
abschnitt
gewichtungen
parameter
trainingsdaten
kernel
anhand
folgenden
werte
abbildung
x_train
objekte
trainingsdatenmenge
theano
straffunktion
pca
klassen
klassenbezeichnungen
numpy
beispielsweise
implementierung
korrektklassifizierungsrate
berechnen
plt.show
verschiedenen
wert
matrix
netze
algorithmen
cluster
marker
vorangegangenen
clustering
klassifizierung
წელი:
2016
ენა:
german
ფაილი:
EPUB, 29.13 MB
თქვენი თეგები:
0
/
0
german, 2016
3
Machine Learning mit Python
mitp-Verlag
Sebastian Raschka
import
daten
algorithmus
verwenden
scikit
funktion
anzahl
merkmale
klassifizierer
modell
python
verfahren
modells
y_train
datensammlung
regression
trainieren
abschnitt
gewichtungen
parameter
trainingsdaten
kernel
anhand
folgenden
werte
abbildung
x_train
objekte
trainingsdatenmenge
theano
straffunktion
pca
klassen
klassenbezeichnungen
numpy
beispielsweise
implementierung
korrektklassifizierungsrate
berechnen
plt.show
verschiedenen
wert
matrix
netze
algorithmen
cluster
marker
vorangegangenen
clustering
klassifizierung
წელი:
2016
ენა:
german
ფაილი:
AZW3 , 35.08 MB
თქვენი თეგები:
0
/
0
german, 2016
4
Machine Learning mit Python
mitp-Verlag
Sebastian Raschka
import
daten
algorithmus
verwenden
scikit
funktion
anzahl
merkmale
klassifizierer
modell
python
verfahren
modells
y_train
datensammlung
regression
trainieren
abschnitt
gewichtungen
parameter
trainingsdaten
kernel
anhand
folgenden
werte
abbildung
x_train
objekte
trainingsdatenmenge
theano
straffunktion
pca
klassen
klassenbezeichnungen
numpy
beispielsweise
implementierung
korrektklassifizierungsrate
berechnen
plt.show
verschiedenen
wert
matrix
netze
algorithmen
cluster
marker
vorangegangenen
clustering
klassifizierung
წელი:
2016
ენა:
german
ფაილი:
MOBI , 34.61 MB
თქვენი თეგები:
0
/
0
german, 2016
1
მიჰყევით
ამ ბმულს
ან Telegram-ში მოძებნეთ „@BotFather“ ბოტი
2
გაგზავნეთ ბრძანება /newbot
3
შეიყვანეთ თქვენი ბოტის სახელი
4
შეიყვანეთ მომხმარებლის სახელი ბოტისთვის
5
დააკოპირეთ BotFather-ისგან ბოლო შეტყობინება და ჩასვით აქ
×
×