Bewertung:
Das Buch „Deep Learning with TensorFlow and Keras“ ist ein umfassendes Handbuch mit theoretischem Wissen und praktischen Beispielen, das sich auf beliebte KI- und ML-Bibliotheken konzentriert. Es ist sowohl für Anfänger als auch für Profis geeignet und bietet eine ausführliche Darstellung verschiedener Deep-Learning-Techniken und -Architekturen. Es weist jedoch zahlreiche Tippfehler auf und einige Abschnitte erfordern Vorkenntnisse, um den Inhalt vollständig zu verstehen.
Vorteile:Zahlreiche Beispiele und praktische Codeschnipsel, umfassende Behandlung von Deep-Learning-Konzepten, verständlicher Schreibstil, abgerundeter Inhalt, der sowohl Anfänger als auch erfahrene Praktiker zufriedenstellt, spezielle Kapitel über Mathematik und zusätzliche Referenzen für weitere Untersuchungen.
Nachteile:Enthält viele typografische Fehler, die gelegentlich zu Verwirrung führen, setzt ein gewisses Maß an Vorwissen voraus, was das vollständige Verständnis für Neulinge erschweren kann, die physische Druckqualität ist schlecht, wobei einige farbige Diagramme in schwarz-weiß dargestellt werden, und das Buch könnte von einer klareren Navigation und Organisation profitieren.
(basierend auf 38 Leserbewertungen)
Deep Learning with TensorFlow and Keras - Third Edition: Build and deploy supervised, unsupervised, deep, and reinforcement learning models
Erstellen Sie hochmoderne maschinelle und Deep-Learning-Systeme für das Labor, die Produktion und mobile Geräte.
Der Kauf des gedruckten oder Kindle-Buches beinhaltet ein kostenloses eBook im PDF-Format.
Hauptmerkmale:
⬤ Verstehen Sie die Grundlagen von Deep Learning und maschinellem Lernen durch klare Erklärungen und umfangreiche Codebeispiele.
⬤ Implementieren Sie graphische neuronale Netze, Transformatoren mit Hugging Face und TensorFlow Hub sowie gemeinsames und kontrastives Lernen.
⬤ Lernen Sie modernste Techniken des maschinellen und tiefen Lernens.
Buchbeschreibung:
Deep Learning with TensorFlow and Keras lehrt Sie neuronale Netze und Deep-Learning-Techniken mit TensorFlow (TF) und Keras. Sie lernen, wie Sie Deep-Learning-Anwendungen mit dem leistungsfähigsten, beliebtesten und skalierbarsten Stack für maschinelles Lernen schreiben können.
TensorFlow 2. x konzentriert sich auf Einfachheit und Benutzerfreundlichkeit, mit Updates wie Eager Execution, intuitiven Higher-Level-APIs basierend auf Keras und flexibler Modellbildung auf jeder Plattform. Dieses Buch nutzt die neuesten Funktionen und Bibliotheken von TF 2.0, um einen Überblick über überwachte und unüberwachte maschinelle Lernmodelle zu geben und bietet eine umfassende Analyse von Deep Learning- und Reinforcement Learning-Modellen anhand praktischer Beispiele für die Cloud, mobile und große Produktionsumgebungen.
Dieses Buch zeigt Ihnen auch, wie Sie neuronale Netze mit TensorFlow erstellen, geht auf beliebte Algorithmen ein (Regression, Convolutional Neural Networks (CNNs), Transformers, GANs, Recurrent Neural Networks (RNNs), Natural Language Processing (NLP) und Graph Neural Networks (GNNs)), deckt funktionierende Beispielanwendungen ab und taucht dann in TF in der Produktion, TF mobile und TensorFlow mit AutoML ein.
Was Sie lernen werden:
⬤ Lernen Sie, wie man die beliebten GNNs mit TensorFlow benutzt, um Graph Mining Aufgaben auszuführen.
⬤ Entdecken Sie die Welt der Transformatoren, vom Pretraining über die Feinabstimmung bis zur Auswertung.
⬤ Wenden Sie selbstüberwachtes Lernen auf die Verarbeitung natürlicher Sprache, Computer Vision und Audiosignalverarbeitung an.
⬤ Kombinieren Sie probabilistische und Deep Learning Modelle mit TensorFlow Probability.
⬤ Trainieren Sie Ihre Modelle in der Cloud und setzen Sie TF in realen Umgebungen ein.
⬤ Erstellen Sie maschinelles Lernen und Deep-Learning-Systeme mit TensorFlow 2.x und der Keras API.
Für wen dieses Buch gedacht ist:
Dieses praktische Buch über maschinelles Lernen richtet sich an Python-Entwickler und Datenwissenschaftler, die maschinelles Lernen und Deep-Learning-Systeme mit TensorFlow aufbauen wollen. Dieses Buch vermittelt Ihnen die Theorie und Praxis, die Sie benötigen, um Keras, TensorFlow und AutoML zu verwenden, um maschinelle Lernsysteme zu erstellen.
Einige Kenntnisse über maschinelles Lernen wären nützlich. Wir setzen keine TF-Kenntnisse voraus.
| ISBN: | 9781803232911 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
