Donaciones 15 de septiembre 2024 – 1 de octubre 2024
Acerca de la recaudación de fondos
buscar libros
libros
Donaciones:
59.5% alcanzado
Iniciar sesión
Iniciar sesión
los usuarios autorizados tienen acceso a:
recomendaciones personales
Bot de Telegram
historial de descargas
enviar a correo electrónico o Kindle
gestión de listas de libros
guardar en favoritos
Personal
Solicitudes de libros
Estudio
Z-Recommend
Listas de libros
Más populares
Categorías
Participación
Donar
Cargas
Litera Library
Donar libros en papel
Agregar libros en papel
Search paper books
Mi LITERA Point
Búsqueda de palabras clave
Main
Búsqueda de palabras clave
search
1
Deep Learning with Python (Theano, TensorFlow, Keras): Develop Deep Learning Models on Theano and TensorFlow Using Keras
Jason Brownlee
dataset
import
network
neural
listing
lstm
output
model.add
input
models
activation
dense
epoch
layer
networks
dropout
accuracy
function
sequential
random
evaluate
python
x_train
classification
verbose
x_test
layers
keras.layers
theano
batch_size
convolutional
weights
define
predictions
rate
acc
prediction
summary
val_acc
validation
library
char
values
develop
baseline
relu
optimizer
multilayer
look_back
lesson
Año:
2016
Idioma:
english
Archivo:
PDF, 4.58 MB
Sus etiquetas:
5.0
/
0
english, 2016
2
Deep Learning with Python: Develop Deep Learning Models on Theano and TensorFLow Using Keras
Machine Learning Mastery
Jason Brownlee
dataset
import
network
neural
listing
lstm
output
model.add
input
models
activation
dense
epoch
layer
networks
dropout
accuracy
function
sequential
random
evaluate
python
x_train
classification
verbose
x_test
layers
keras.layers
theano
batch_size
convolutional
weights
define
predictions
rate
acc
prediction
summary
val_acc
validation
library
char
values
develop
baseline
relu
optimizer
multilayer
look_back
lesson
Año:
2016
Idioma:
english
Archivo:
PDF, 4.64 MB
Sus etiquetas:
5.0
/
5.0
english, 2016
3
Hands-On Deep Learning Architectures with Python: Create deep neural networks to solve computational problems using TensorFlow and Keras. Code
Packt Publishing
Yuxi (Hayden) Liu
,
Saransh Mehta
import
batch_size
param
range
dense
input
x_train
shape
axis
x_test
activation
epoch
tf.float32
prob_h_vk
sampling
img
generator
layer
optimizer
gibbs
prob_h_v0
sess.run
alpha
parameters
9781788998086_code
batch
epochs
image_size
discriminator
learning_rate
output
probability
tf.reduce_mean
y_test
feed_dict
labels
shuffle
n_vocab
samples
dtype
error
numpy
train_data
weights
conditional
dropout
fc1
n_classes
scope
seq_length
Año:
2019
Idioma:
english
Archivo:
ZIP, 348 KB
Sus etiquetas:
0
/
0
english, 2019
4
简单粗暴TensorFlow
iBooker it-ebooks
it-ebooks
tensorflow
码
函
粗
暴
python
beta
y_pred
录
dtype
execution
梯
练
训
import
learning_rate
shape
batch_size
gpu
inputs
册
__init__
测
网
checkpoint
rnn
tf.constant
tensorboard
损
符
预
numpy
range
恢
操
grads
sess.run
归
络
eager
tf.float32
model.variables
tf.keras.model
initializer
tf.get_variable
batch_index
mlp
optimizer
seq_length
tf.gradienttape
Año:
2018
Idioma:
chinese
Archivo:
PDF, 1.21 MB
Sus etiquetas:
0
/
0
chinese, 2018
1
Sigue
este link
o encuentra al bot "@BotFather" en Telegram
2
Envía el comando /newbot
3
Indica un nombre para tu bot
4
Indica un nombre de usuario para el bot
5
Copia el último mensaje de BotFather e insértalo aquí
×
×