Tabla de Contenidos: “…-- 1.3 Der Arduino im Vergleich -- 1.4 Der ftDuino -- 1.5 Anschlüsse -- 1.6 Anbau -- 1.7 Motor Shield -- 1.8 Literatur und Links -- Die Programmierung des Arduino -- 2.1 Grundsätzliches -- 2.2 Bibliotheken -- 2.3 Serieller Monitor -- Ausgabe -- Eingabe -- Debugging -- 2.4 I/O-Ports -- Digitale Ports -- Analoger Output -- Analoge Ports -- 2.5 Interrupts -- 2.6 Timer -- 2.7 Serielle Protokolle -- I2C-Protokoll -- SPI-Protokoll -- 2.8 Mathematische Operationen -- 2.9 Adafruit Motor Shield -- Gleichstrommotoren -- Schrittmotoren -- Servomotoren -- 2.10 Literatur und Links -- Der Buggy -- 3.1 Die Geschichte des Buggys -- 3.2 Das Buggy-Basismodell -- Mechanischer Aufbau -- Akku, Controller und Motorsteuerung -- 3.3 Buggy-Steuerung -- Tanzender Buggy -- IR-Fernsteuerung -- Bewegungssteuerung -- Hinderniserkennung mit Bumpern -- Hinderniserkennung mit Ultraschall -- Spurfolger mit IR-Sensor -- Objektfolger mit Kamera -- Spurfolger mit Kamera -- Tacho- und Hodometer -- 3.4 Literatur und Links -- Der Flitzer -- 4.1 Einführung -- 4.2 Konstruktion des Flitzers -- Vorderradlenkung -- Karosserie und Beleuchtung - vorne -- Hinterradantrieb -- Karosserie und Beleuchtung - hinten -- Erläuterung der Konstruktion -- Controller, Akku und Verkabelung -- Konstruktionsvarianten -- 4.3 Die Steuerung -- Lenkung -- Beleuchtung und Hupe -- Tachometer -- Funkfernsteuerung mit Joystick -- Funkfernsteuerung mit Nunchuk -- Geschwindigkeitsbegrenzer und Abstandsregeltempomat -- Spurverlasswarner und Spurhalteassistent -- Parkmanöverassistent -- 4.4 Literatur -- Der Plotter -- 5.1 Hintergrund -- 5.2 Mechanische Konstruktion -- Grundplatte -- Schlitten…”

Tabla de Contenidos: “…Bidirectional Encoder Representations from Transformers -- Generative Pre-trained Transformer -- Summary -- Chapter 8: Exploring Large Language Models in Depth -- Technical requirements -- Introducing LLMs -- LLM architecture -- LLM attention variants -- Prefix decoder -- Transformer nuts and bolts -- Models -- Training LLMs -- Training datasets -- Pre-training properties -- FT with RLHF -- Emergent abilities of LLMs -- Introducing Hugging Face Transformers -- Summary -- Chapter 9: Advanced Applications of Large Language Models -- Technical requirements -- Classifying images with Vision Transformer -- Using ViT with Hugging Face Transformers -- Understanding the DEtection TRansformer -- Using DetR with Hugging Face Transformers -- Generating images with stable diffusion -- Autoencoder -- Conditioning transformer -- Diffusion model -- Using stable diffusion with Hugging Face Transformers -- Exploring fine-tuning transformers -- Harnessing the power of LLMs with LangChain -- Using LangChain in practice -- Summary -- Part 4: Developing and Deploying Deep Neural Networks -- Chapter 10: Machine Learning Operations (MLOps) -- Technical requirements -- Understanding model development -- Choosing an NN framework -- PyTorch versus TensorFlow versus JAX -- Open Neural Network Exchange -- Introducing TensorBoard -- Developing NN models for edge devices with TF Lite -- Mixed-precision training with PyTorch -- Exploring model deployment -- Deploying NN models with Flask -- Building ML web apps with Gradio -- Summary -- Index -- Other Books You May Enjoy…”

Ver edición digitalizada del t.1

Tabla de Contenidos: “…(Praha): Some Thoughts on Concepts, Propositions and Sentences ft־om a Text-lin- guistics Viewpoint 129 Dobrzyńska, T. …”

Accés lliure
Accés Lliure
Accés Lliure
Accés Lliure
Accés Lliure
Accés Lliure
Accés Lliure
Accés Lliure
Accés Lliure

Accés lliure
Accés Lliure
Accés Lliure
Accés Lliure
Accés Lliure
Accés Lliure
Accés Lliure
Accés Lliure
Accés Lliure