Deep Learning Architectures: A Mathematical Approach - Softcover
Buch 4 von 11: Springer Series in the Data Sciences
Inhaltsangabe
Introductory Problems.- Activation Functions.- Cost Functions.- Finding Minima Algorithms.- Abstract Neurons.- Neural Networks.- Approximation Theorems.- Learning with One-dimensional Inputs.- Universal Approximators.- Exact Learning.- Information Representation.- Information Capacity Assessment.- Output Manifolds.- Neuromanifolds.- Pooling.- Convolutional Networks.- Recurrent Neural Networks.- Classification.- Generative Models.- Stochastic Networks.- Hints and Solutions.
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.
