Добавить в избранное
Форум
Правила сайта "Мир Книг"
Группа в Вконтакте
Подписка на книги
Правообладателям
Найти книгу:
Навигация
Вход на сайт
Регистрация



Реклама



Deep Learning and Computational PhysicsНазвание: Deep Learning and Computational Physics
Автор: Deep Ray , Orazio Pinti , Assad A. Oberai
Издательство: Springer
Год выхода: 2024
Страниц: 160
Формат: True PDF
Размер: 10,1 MB
Язык: английский

The main objective of this book is to introduce a student who is familiar with elementary math concepts to select topics in deep learning. It exploits strong connections between deep learning algorithms and the techniques of computational physics to achieve two important goals. First, it uses concepts from computational physics to develop an understanding of deep learning algorithms. Second, it describes several novel deep learning algorithms for solving challenging problems in computational physics, thereby offering someone who is interested in modeling physical phenomena with a complementary set of tools. It is intended for senior undergraduate and graduate students in science and engineering programs. It is used as a textbook for a course (or a course sequence) for senior-level undergraduate or graduate-level students.

Overview

Introduces a graduate student with linear algebra and partial differential equations to select topics in deep learning
Exploits the connections between deep learning algorithms and the more conventional techniques of computational physics
Uses concepts from computational physics to develop an understanding of deep learning algorithms









НЕ РАБОТАЕТ TURBOBIT.NET? ЕСТЬ РЕШЕНИЕ, ЖМИ СЮДА!





Автор: Dovegone 10-06-2024, 23:15 | Напечатать | СООБЩИТЬ ОБ ОШИБКЕ ИЛИ НЕ РАБОЧЕЙ ССЫЛКЕ
 
Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь.





С этой публикацией часто скачивают:
    {related-news}

Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.


 MyMirKnig.ru  ©2019     При использовании материалов библиотеки обязательна обратная активная ссылка    Политика конфиденциальности