Entdecken Sie die grundlegenden Bausteine der häufigsten Formen von Deep Belief Networks. In jedem Schritt bietet dieses Buch eine intuitive Motivation, eine Zusammenfassung der wichtigsten Gleichungen, die für das Thema relevant sind, und schliesst mit ausführlich kommentiertem Code für die parallele Berechnung auf modernen CPUs sowie für massives Parallelprocessing auf Computern mit CUDA-fähigen Grafikkarten. Der erste von drei Bänden einer Reihe über C++ und CUDA C im Bereich Deep Learning und Belief Nets, "Deep Belief Nets in C++ und CUDA C: Band 1", zeigt Ihnen, wie die Struktur dieser eleganten Modelle der menschlichen Gehirnstruktur viel näher ist als die traditioneller neuronaler Netzwerke; sie verfügen über einen Denkprozess, der in der Lage ist, abstrakte Konzepte aus einfacheren Primitiven zu lernen. So werden Sie sehen, dass ein typisches Deep Belief Net in der Lage ist, komplexe Muster zu erkennen, indem es Millionen von Parametern optimiert, und dennoch kann dieses Modell widerstandsfähig bleiben.