Deep Belief Nets in C++ and CUDA C Volume 3
Timothy Masters
- Editorial
- Apress
- Año
- 2018
- Páginas
- ~176
- Nivel
- Intermedio
De qué trata
Tercer volumen de la rigurosa trilogía de Timothy Masters publicada por Apress en 2018. Se especializa en la aplicación de redes de creencias profundas a problemas complejos de modelado predictivo y series temporales no lineales.
Explora el ajuste fino supervisado (fine-tuning) mediante backpropagation acelerado en GPU, arquitecturas convolucionales combinadas con RBMs, selección de características latentes y estrategias de regularización avanzada para prevenir el sobreajuste en datos ruidosos.
Incluye casos de estudio aplicados a la predicción financiera y diagnóstico biomédico con bancos de pruebas y código completo en C++ y CUDA. Una obra maestra técnica de computación intensiva.
- Deep Belief Nets Vol 3
- CUDA C
- Timothy Masters
- Series Temporales
- Backpropagation GPU
- HPC
- Machine Learning
- Apress
¿Cómo enseña?
Con proyectos
- ✗ Sin ejercicios
- ✓ Incluye proyectos
Proyectos
Sistema Predictivo de Series Temporales con DBNs Aceleradas en CUDA
Implementación de una red profunda para previsión de datos complejos con optimización de memoria en la GPU y validación cruzada.
