Централизованная библиотечная система Московского района Санкт-Петербурга
Базы данных
Каталог книг - результаты поиска
Вид поиска
Каталог книг
Каталог журналов и газет
Краеведение Московского района
Каталог статей из периодических изданий
Цифровая коллекция "Блокадная книга"
Область поиска
Ключевые слова
Автор
Заглавие
Год издания
Формат представления найденных документов:
полный
информационный
краткий
Отсортировать найденные документы по:
автору
заглавию
году издания
типу документа
Поисковый запрос:
(<.>S=TENSOR FLOW, библиотека программ<.>)
Общее количество найденных документов
:
2
Показаны документы
с 1 по 2
1.
Вид документа
: Однотомное издание
Шифр издания
: 0477-6720-6220-5330-9944
Автор(ы)
: Шакла, Нишант, Фриклас, Кен
Заглавие
: Машинное обучение & TensorFlow
Выходные данные
: Санкт-Петербург: Питер, 2019
Колич.характеристики
:331 с.: ил.
Серия:
Библиотека программиста
Перевод издания:
Shukla, Nishant Machine Learning with TensorFlow/ Nishant Shukla, Kenneth Fricklas. -Greenwich, 2018
Примечания
: Др. аботы авт.: с. 17
ISBN (в обл.), Цена
978-5-4461-0826-8: 1155.00 р.
ББК
: 32.813
Предметные рубрики:
Машинное обучение
TENSOR FLOW, библиотека программ
Экземпляры
:10_ПЛ(1)
Свободны
: 10_ПЛ(1)
Найти похожие
2.
Вид документа
: Однотомное издание
Шифр издания
: 5742-6999-0347-4478-6120
Автор(ы)
: Равичандиран, Судхарсан
Заглавие
: Глубокое обучение с подкреплением на Python : OpenAI Gym и TensorFlow для профи
Параллельн. заглавия
:Hands-on reinforcement learning with Python: master reinforcement and deep reinforcement learning using OpenAI Gym and TensorFlow
Выходные данные
: Санкт-Петербург: Питер, 2020
Колич.характеристики
:314 с.: ил.
Серия:
Библиотека программиста
ISBN (в обл.), Цена
978-5-4461-1251-7: 1045.00 р.
ББК
: 32.813 + 32.973.22
Предметные рубрики:
PYTHON, язык программирования
Машинное обучение
TENSOR FLOW, библиотека программ
Искусственный интеллект
Аннотация:
Глубокое обучение с подкреплением (Reinforcement Learning) - самое популярное и перспективное направление искусственного интеллекта. Практическое изучение RL на Python поможет освоить не только базовые, но и передовые алгоритмы глубокого обучения с подкреплением. Вы начнете с основных принципов обучения с подкреплением, OpenAI Gym и TensorFlow, познакомьтесь с марковскими цепями, методом Монте-Карло и динамическим программированием.
Экземпляры
: всего : 10_ПЛ(1), 10_09(1)
Свободны
: 10_ПЛ(1), 10_09(1)
Найти похожие
полный формат
краткий формат
все найденные
отмеченные
кроме отмеченных
Стандартный
Расширенный
Профессиональный
По словарю