Commissario Marco Pellegrini hatte sich auf die ersten warmen Frühlingstage gefreut. Zu gern hätte er in Ruhe den einen oder anderen caffè in der Bar des Familienbetriebs genossen, ehe die Touristenmassen an den Comer See strömen. Denn dann ist es auch bei der Polizia di Stato mit der Ruhe vorbei. Doch die Realität holt ihn früher ein als erwartet: Ein Student wird in seiner völlig verwüsteten Wohnung aufgefunden – erwürgt. Schnell zeigt sich, dass der Tote über außerordentlich viel Geld verfügte, das weder von seinen halblegalen Vermietungsgeschäften noch von seinem dubiosen Nebenjob kommen konnte. Woher hatte er so viel Geld? Und wurde er deswegen ermordet? Commissario Pellegrini übernimmt den Fall, wird bei den Ermittlungen aber nicht nur mit seiner eigenen Vergangenheit konfrontiert, sondern muss auch noch lästige Streitereien in seinem Team schlichten. Die meisten Menschen würden sagen, dass es keine Gemeinsamkeiten zwischen einem Barista und einem Commissario gibt. Pellegrini war da anderer Meinung. Beide mussten gut zuhören können, in den Leuten das Bedürfnis wecken, reden zu wollen, ohne sich dessen bewusst zu sein. Die Unterschiede kamen erst zum Tragen, wenn alles gesagt war. Während der Barista die Geheimnisse gleich einem Beichtvater für sich behielt, war es die Aufgabe des Commissario, sich alle Informationen für die Ermittlungen zunutze zu machen.«
Aktualisiert: 2023-06-02
> findR *
Commissario Marco Pellegrini hatte sich auf die ersten warmen Frühlingstage gefreut. Zu gern hätte er in Ruhe den einen oder anderen caffè in der Bar des Familienbetriebs genossen, ehe die Touristenmassen an den Comer See strömen. Denn dann ist es auch bei der Polizia di Stato mit der Ruhe vorbei. Doch die Realität holt ihn früher ein als erwartet: Ein Student wird in seiner völlig verwüsteten Wohnung aufgefunden – erwürgt. Schnell zeigt sich, dass der Tote über außerordentlich viel Geld verfügte, das weder von seinen halblegalen Vermietungsgeschäften noch von seinem dubiosen Nebenjob kommen konnte. Woher hatte er so viel Geld? Und wurde er deswegen ermordet? Commissario Pellegrini übernimmt den Fall, wird bei den Ermittlungen aber nicht nur mit seiner eigenen Vergangenheit konfrontiert, sondern muss auch noch lästige Streitereien in seinem Team schlichten. Die meisten Menschen würden sagen, dass es keine Gemeinsamkeiten zwischen einem Barista und einem Commissario gibt. Pellegrini war da anderer Meinung. Beide mussten gut zuhören können, in den Leuten das Bedürfnis wecken, reden zu wollen, ohne sich dessen bewusst zu sein. Die Unterschiede kamen erst zum Tragen, wenn alles gesagt war. Während der Barista die Geheimnisse gleich einem Beichtvater für sich behielt, war es die Aufgabe des Commissario, sich alle Informationen für die Ermittlungen zunutze zu machen.«
Aktualisiert: 2023-05-17
> findR *
Espresso ist Kult in Deutschland und das seit über zwei Jahrzehnten. Grund genug für die Fotografen Toni Anzenberger und Christina Anzenberger-Fink, den Charme des schwarzen Goldes da aufzuspüren, wo man es mit Leidenschaft zubereitet, serviert und genießt: In italienischen Caffè-Bars. Atmosphärische Aufnahmen widmen sich dem stilvollen Ambiente der schönsten Kaffeehäuser Italiens mit ihren opulenten Stuckdecken und holzgetäfelten Theken. Fangen Caffè-Kultur da ein, wo sie gelebt wird: beim kurzen Schwarzen im Stehen oder inmitten der belebenden Geschäftigkeit hantierender Kellner in blütenweißem Hemd und schwarzer Fliege. Eine aromatische, genussvolle und inspirierende Reise durch Italien.
Aktualisiert: 2023-05-15
> findR *
Espresso ist Kult in Deutschland und das seit über zwei Jahrzehnten. Grund genug für die Fotografen Toni Anzenberger und Christina Anzenberger-Fink, den Charme des schwarzen Goldes da aufzuspüren, wo man es mit Leidenschaft zubereitet, serviert und genießt: In italienischen Caffè-Bars. Atmosphärische Aufnahmen widmen sich dem stilvollen Ambiente der schönsten Kaffeehäuser Italiens mit ihren opulenten Stuckdecken und holzgetäfelten Theken. Fangen Caffè-Kultur da ein, wo sie gelebt wird: beim kurzen Schwarzen im Stehen oder inmitten der belebenden Geschäftigkeit hantierender Kellner in blütenweißem Hemd und schwarzer Fliege. Eine aromatische, genussvolle und inspirierende Reise durch Italien.
Aktualisiert: 2023-05-13
> findR *
Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning.
Anhand Python-basierter Beispielanwendungen wird der Umgang mit den Frameworks Caffe/Caffe2 und TensorFlow gezeigt. Einfache, alltagstaugliche Beispiele laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum moderne Grafikkarten, Big Data und Cloud Computing beim Deep Learning so wichtig sind. Wenn Sie bereits mit Python, NumPy und matplotlib arbeiten, ermöglicht Ihnen dieses Buch, praktische Erfahrungen mit Deep-Learning-Anwendungen zu machen.
Deep Learning – die Hintergründe
- Lernmethoden, die Deep Learning zugrunde liegen
- Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon
Der Werkzeugkasten mit Docker
- Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können.
- Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping
Der Praxiseinstieg
- Einführung in Caffe/Caffe2 und TensorFlow
- Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming
- Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme
- Modelle in produktive Systeme überführen
Aktualisiert: 2023-05-08
> findR *
Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning.
Anhand Python-basierter Beispielanwendungen wird der Umgang mit den Frameworks Caffe/Caffe2 und TensorFlow gezeigt. Einfache, alltagstaugliche Beispiele laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum moderne Grafikkarten, Big Data und Cloud Computing beim Deep Learning so wichtig sind. Wenn Sie bereits mit Python, NumPy und matplotlib arbeiten, ermöglicht Ihnen dieses Buch, praktische Erfahrungen mit Deep-Learning-Anwendungen zu machen.
Deep Learning – die Hintergründe
- Lernmethoden, die Deep Learning zugrunde liegen
- Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon
Der Werkzeugkasten mit Docker
- Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können.
- Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping
Der Praxiseinstieg
- Einführung in Caffe/Caffe2 und TensorFlow
- Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming
- Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme
- Modelle in produktive Systeme überführen
Aktualisiert: 2023-05-08
> findR *
Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning.
Anhand Python-basierter Beispielanwendungen wird der Umgang mit den Frameworks Caffe/Caffe2 und TensorFlow gezeigt. Einfache, alltagstaugliche Beispiele laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum moderne Grafikkarten, Big Data und Cloud Computing beim Deep Learning so wichtig sind. Wenn Sie bereits mit Python, NumPy und matplotlib arbeiten, ermöglicht Ihnen dieses Buch, praktische Erfahrungen mit Deep-Learning-Anwendungen zu machen.
Deep Learning – die Hintergründe
- Lernmethoden, die Deep Learning zugrunde liegen
- Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon
Der Werkzeugkasten mit Docker
- Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können.
- Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping
Der Praxiseinstieg
- Einführung in Caffe/Caffe2 und TensorFlow
- Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming
- Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme
- Modelle in produktive Systeme überführen
Aktualisiert: 2023-05-08
> findR *
Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning.
Anhand Python-basierter Beispielanwendungen wird der Umgang mit den Frameworks Caffe/Caffe2 und TensorFlow gezeigt. Einfache, alltagstaugliche Beispiele laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum moderne Grafikkarten, Big Data und Cloud Computing beim Deep Learning so wichtig sind. Wenn Sie bereits mit Python, NumPy und matplotlib arbeiten, ermöglicht Ihnen dieses Buch, praktische Erfahrungen mit Deep-Learning-Anwendungen zu machen.
Deep Learning – die Hintergründe
- Lernmethoden, die Deep Learning zugrunde liegen
- Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon
Der Werkzeugkasten mit Docker
- Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können.
- Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping
Der Praxiseinstieg
- Einführung in Caffe/Caffe2 und TensorFlow
- Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming
- Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme
- Modelle in produktive Systeme überführen
Aktualisiert: 2023-05-05
> findR *
Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning.
Anhand Python-basierter Beispielanwendungen wird der Umgang mit den Frameworks Caffe/Caffe2 und TensorFlow gezeigt. Einfache, alltagstaugliche Beispiele laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum moderne Grafikkarten, Big Data und Cloud Computing beim Deep Learning so wichtig sind. Wenn Sie bereits mit Python, NumPy und matplotlib arbeiten, ermöglicht Ihnen dieses Buch, praktische Erfahrungen mit Deep-Learning-Anwendungen zu machen.
Deep Learning – die Hintergründe
- Lernmethoden, die Deep Learning zugrunde liegen
- Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon
Der Werkzeugkasten mit Docker
- Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können.
- Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping
Der Praxiseinstieg
- Einführung in Caffe/Caffe2 und TensorFlow
- Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming
- Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme
- Modelle in produktive Systeme überführen
Aktualisiert: 2023-05-05
> findR *
Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning.
Anhand Python-basierter Beispielanwendungen wird der Umgang mit den Frameworks Caffe/Caffe2 und TensorFlow gezeigt. Einfache, alltagstaugliche Beispiele laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum moderne Grafikkarten, Big Data und Cloud Computing beim Deep Learning so wichtig sind. Wenn Sie bereits mit Python, NumPy und matplotlib arbeiten, ermöglicht Ihnen dieses Buch, praktische Erfahrungen mit Deep-Learning-Anwendungen zu machen.
Deep Learning – die Hintergründe
- Lernmethoden, die Deep Learning zugrunde liegen
- Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon
Der Werkzeugkasten mit Docker
- Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können.
- Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping
Der Praxiseinstieg
- Einführung in Caffe/Caffe2 und TensorFlow
- Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming
- Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme
- Modelle in produktive Systeme überführen
Aktualisiert: 2023-05-05
> findR *
In Frankfurt verschwindet spurlos das Hauptexponat einer spektakulären Ausstellung über antike Kunst und rasch fällt der Verdacht auf Karl-Friedrich von Schacht, den Kurator. Dieser kann sich aber nicht mehr gegen die Anschuldigungen wehren, denn er liegt tot in seiner Wohnung.
Giovanna Greifenstein, neapolitanisches Blut und spitze Zunge, ist von der Unschuld ihres Freundes überzeugt und beginnt auf eigene Faust zu recherchieren. Sie gerät dabei in große Gefahr und bemerkt es fast zu spät. Denn Giovanna und ihre Gegnerin, eine einflussreiche und skrupellose Sammlerin, kämpfen nicht nur um das wertvolle Ausstellungsstück, sondern auch um denselben Mann.
Aktualisiert: 2021-06-07
> findR *
Lena ist angekommen in ihrem neuen Zuhause. Die Hochzeit rückt näher und es gibt viel zu tun. Will sie das wirklich? Ein komplett neues Leben mit fast fünfzig, im Süden Italiens, in einem anderen Land – fernab von Wien … Ist Mario auch der Richtige? Aber eigentlich ist er das, was sie nie hatte … Und außerdem ist er wahnsinnig attraktiv, äußerst sexy, obendrein verdammt leidenschaftlich
und irrsinnig charmant. Ist das genug?
Aktualisiert: 2022-08-27
> findR *
Lena ist angekommen in ihrem neuen Zuhause. Die Hochzeit rückt näher und es gibt viel zu tun. Will sie das wirklich? Ein komplett neues Leben mit fast fünfzig, im Süden Italiens, in einem anderen Land – fernab von Wien … Ist Mario auch der Richtige? Aber eigentlich ist er das, was sie nie hatte … Und außerdem ist er wahnsinnig attraktiv, äußerst sexy, obendrein verdammt leidenschaftlich
und irrsinnig charmant. Ist das genug?
Aktualisiert: 2022-08-27
> findR *
Commissario Marco Pellegrini hatte sich auf die ersten warmen Frühlingstage gefreut. Zu gern hätte er in Ruhe den einen oder anderen caffè in der Bar des Familienbetriebs genossen, ehe die Touristenmassen an den Comer See strömen. Denn dann ist es auch bei der Polizia di Stato mit der Ruhe vorbei. Doch die Realität holt ihn früher ein als erwartet: Ein Student wird in seiner völlig verwüsteten Wohnung aufgefunden – erwürgt. Schnell zeigt sich, dass der Tote über außerordentlich viel Geld verfügte, das weder von seinen halblegalen Vermietungsgeschäften noch von seinem dubiosen Nebenjob kommen konnte. Woher hatte er so viel Geld? Und wurde er deswegen ermordet? Commissario Pellegrini übernimmt den Fall, wird bei den Ermittlungen aber nicht nur mit seiner eigenen Vergangenheit konfrontiert, sondern muss auch noch lästige Streitereien in seinem Team schlichten.
Die meisten Menschen würden sagen, dass es keine Gemeinsamkeiten zwischen einem Barista und einem Commissario gibt. Pellegrini war da anderer Meinung. Beide mussten gut zuhören können, in den Leuten das Bedürfnis wecken, reden zu wollen, ohne sich dessen bewusst zu sein. Die Unterschiede kamen erst zum Tragen, wenn alles gesagt war. Während der Barista die Geheimnisse gleich einem Beichtvater für sich behielt, war es die Aufgabe des Commissario, sich alle Informationen für die Ermittlungen zunutze zu machen.«
Aktualisiert: 2022-06-27
> findR *
Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning.
Anhand Python-basierter Beispielanwendungen wird der Umgang mit den Frameworks Caffe/Caffe2 und TensorFlow gezeigt. Einfache, alltagstaugliche Beispiele laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum moderne Grafikkarten, Big Data und Cloud Computing beim Deep Learning so wichtig sind. Wenn Sie bereits mit Python, NumPy und matplotlib arbeiten, ermöglicht Ihnen dieses Buch, praktische Erfahrungen mit Deep-Learning-Anwendungen zu machen.
Deep Learning – die Hintergründe
- Lernmethoden, die Deep Learning zugrunde liegen
- Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon
Der Werkzeugkasten mit Docker
- Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können.
- Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping
Der Praxiseinstieg
- Einführung in Caffe/Caffe2 und TensorFlow
- Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming
- Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme
- Modelle in produktive Systeme überführen
Aktualisiert: 2023-04-24
> findR *
Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning.
Anhand Python-basierter Beispielanwendungen wird der Umgang mit den Frameworks Caffe/Caffe2 und TensorFlow gezeigt. Einfache, alltagstaugliche Beispiele laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum moderne Grafikkarten, Big Data und Cloud Computing beim Deep Learning so wichtig sind. Wenn Sie bereits mit Python, NumPy und matplotlib arbeiten, ermöglicht Ihnen dieses Buch, praktische Erfahrungen mit Deep-Learning-Anwendungen zu machen.
Deep Learning – die Hintergründe
- Lernmethoden, die Deep Learning zugrunde liegen
- Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon
Der Werkzeugkasten mit Docker
- Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können.
- Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping
Der Praxiseinstieg
- Einführung in Caffe/Caffe2 und TensorFlow
- Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming
- Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme
- Modelle in produktive Systeme überführen
Aktualisiert: 2023-04-24
> findR *
Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning.
Anhand Python-basierter Beispielanwendungen wird der Umgang mit den Frameworks Caffe/Caffe2 und TensorFlow gezeigt. Einfache, alltagstaugliche Beispiele laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum moderne Grafikkarten, Big Data und Cloud Computing beim Deep Learning so wichtig sind. Wenn Sie bereits mit Python, NumPy und matplotlib arbeiten, ermöglicht Ihnen dieses Buch, praktische Erfahrungen mit Deep-Learning-Anwendungen zu machen.
Deep Learning – die Hintergründe
- Lernmethoden, die Deep Learning zugrunde liegen
- Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon
Der Werkzeugkasten mit Docker
- Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können.
- Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping
Der Praxiseinstieg
- Einführung in Caffe/Caffe2 und TensorFlow
- Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming
- Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme
- Modelle in produktive Systeme überführen
Aktualisiert: 2023-04-24
> findR *
Kaum eine Droge wird so wenig als psychoaktive Substanz wahrgenommen wie der Kaffee. Dabei ist das Heissgetränk aus der Bohne des Kaffeestrauchs
ein Psychostimulans par excellence - und kann im Zusammenspiel mit zahlreichen anderen Psychoaktiva interessante Synergien erzeugen. Die Kulturgeschichte des Kaffees schliesst, neben den genüsslichen und berauschenden Aspekten, ebenso viele Wirrungen und Irrungen ein wie die Geschichte anderer Drogen. Als der Mensch sich den Genuss der Kaffeefrüchte von den Tieren abschaute, begann der weltweite Siegeszug des Kaffees und anderer koffeinhaltiger Drogen. Doch die wenigsten wissen, dass der Kaffee
einst als "teuflisches Gift" gebrandmarkt wurde und in so mancher Gegend der frühen Drogenprohibition zum Opfer fiel. Darüber berichtet das Buch ebenso wie über die Botanik, Kultur und Verwendung dieser Pflanzendroge sowie über den Einfluss des Kaffees auf Kunst, Kultur und Wissenschaft.
Aktualisiert: 2023-04-19
> findR *
Commissario Marco Pellegrini hatte sich auf die ersten warmen Frühlingstage gefreut. Zu gern hätte er in Ruhe den einen oder anderen caffè in der Bar des Familienbetriebs genossen, ehe die Touristenmassen an den Comer See strömen. Denn dann ist es auch bei der Polizia di Stato mit der Ruhe vorbei. Doch die Realität holt ihn früher ein als erwartet: Ein Student wird in seiner völlig verwüsteten Wohnung aufgefunden – erwürgt. Schnell zeigt sich, dass der Tote über außerordentlich viel Geld verfügte, das weder von seinen halblegalen Vermietungsgeschäften noch von seinem dubiosen Nebenjob kommen konnte. Woher hatte er so viel Geld? Und wurde er deswegen ermordet? Commissario Pellegrini übernimmt den Fall, wird bei den Ermittlungen aber nicht nur mit seiner eigenen Vergangenheit konfrontiert, sondern muss auch noch lästige Streitereien in seinem Team schlichten. Die meisten Menschen würden sagen, dass es keine Gemeinsamkeiten zwischen einem Barista und einem Commissario gibt. Pellegrini war da anderer Meinung. Beide mussten gut zuhören können, in den Leuten das Bedürfnis wecken, reden zu wollen, ohne sich dessen bewusst zu sein. Die Unterschiede kamen erst zum Tragen, wenn alles gesagt war. Während der Barista die Geheimnisse gleich einem Beichtvater für sich behielt, war es die Aufgabe des Commissario, sich alle Informationen für die Ermittlungen zunutze zu machen.«
Aktualisiert: 2023-03-09
> findR *
Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning.
Anhand Python-basierter Beispielanwendungen wird der Umgang mit den Frameworks Caffe/Caffe2 und TensorFlow gezeigt. Einfache, alltagstaugliche Beispiele laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum moderne Grafikkarten, Big Data und Cloud Computing beim Deep Learning so wichtig sind. Wenn Sie bereits mit Python, NumPy und matplotlib arbeiten, ermöglicht Ihnen dieses Buch, praktische Erfahrungen mit Deep-Learning-Anwendungen zu machen.
Deep Learning – die Hintergründe
- Lernmethoden, die Deep Learning zugrunde liegen
- Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon
Der Werkzeugkasten mit Docker
- Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können.
- Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping
Der Praxiseinstieg
- Einführung in Caffe/Caffe2 und TensorFlow
- Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming
- Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme
- Modelle in produktive Systeme überführen
Der Beispielcode und der Docker-Container zu diesem Buch stehen als
Download bereit unter:
https://github.com/rawar/deeplearning
https://hub.docker.com/r/rawar/deeplearning/
Aktualisiert: 2020-05-28
> findR *
MEHR ANZEIGEN
Bücher zum Thema Caffé
Sie suchen ein Buch über Caffé? Bei Buch findr finden Sie eine große Auswahl Bücher zum
Thema Caffé. Entdecken Sie neue Bücher oder Klassiker für Sie selbst oder zum Verschenken. Buch findr
hat zahlreiche Bücher zum Thema Caffé im Sortiment. Nehmen Sie sich Zeit zum Stöbern und finden Sie das
passende Buch für Ihr Lesevergnügen. Stöbern Sie durch unser Angebot und finden Sie aus unserer großen Auswahl das
Buch, das Ihnen zusagt. Bei Buch findr finden Sie Romane, Ratgeber, wissenschaftliche und populärwissenschaftliche
Bücher uvm. Bestellen Sie Ihr Buch zum Thema Caffé einfach online und lassen Sie es sich bequem nach
Hause schicken. Wir wünschen Ihnen schöne und entspannte Lesemomente mit Ihrem Buch.
Caffé - Große Auswahl Bücher bei Buch findr
Bei uns finden Sie Bücher beliebter Autoren, Neuerscheinungen, Bestseller genauso wie alte Schätze. Bücher zum
Thema Caffé, die Ihre Fantasie anregen und Bücher, die Sie weiterbilden und Ihnen wissenschaftliche
Fakten vermitteln. Ganz nach Ihrem Geschmack ist das passende Buch für Sie dabei. Finden Sie eine große Auswahl
Bücher verschiedenster Genres, Verlage, Autoren bei Buchfindr:
Sie haben viele Möglichkeiten bei Buch findr die passenden Bücher für Ihr Lesevergnügen zu entdecken. Nutzen Sie
unsere Suchfunktionen, um zu stöbern und für Sie interessante Bücher in den unterschiedlichen Genres und Kategorien
zu finden. Unter Caffé und weitere Themen und Kategorien finden Sie schnell und einfach eine Auflistung
thematisch passender Bücher. Probieren Sie es aus, legen Sie jetzt los! Ihrem Lesevergnügen steht nichts im Wege.
Nutzen Sie die Vorteile Ihre Bücher online zu kaufen und bekommen Sie die bestellten Bücher schnell und bequem
zugestellt. Nehmen Sie sich die Zeit, online die Bücher Ihrer Wahl anzulesen, Buchempfehlungen und Rezensionen zu
studieren, Informationen zu Autoren zu lesen. Viel Spaß beim Lesen wünscht Ihnen das Team von Buchfindr.
