Deep Learning-Projekte mit Tensorflow 2: Entwicklung neuronaler Netze mit Python und Keras

Bewertung: ⭐  (1,0 von 5)

Leserbewertungen

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.

Originaltitel:

Deep Learning Projects Using Tensorflow 2: Neural Network Development with Python and Keras

Inhalt des Buches:

Kapitel 1- Perceptrons.

- Einführung in Perceptrons.

- Funktionsweise eines Perceptrons.

- Programm zum Verständnis der Funktionsweise eines Perceptrons.

Kapitel 2: Neuronale Netze.

- Einführung in Neuronale Netze.

- Arten von neuronalen Netzen.

- Wie jedes neuronale Netzwerk funktioniert.

- Programm zum Verständnis der Funktionsweise von neuronalen Netzen.

Kapitel 3: Projekt 1- DJ Neuron.

- Über das Projekt: Erstellen von Musik mit neuronalen Netzwerken.

- Anforderungen.

- Erläuterung der verwendeten Konzepte.

- Architektur des neuronalen Netzes.

- Quellcode mit zeilenweisen Anweisungen.

Kapitel 4: Projekt 2 - Künstlerische Neuronen.

- Über das Projekt: Hinzufügen von Farbe zu Schwarz-Weiß-Bildern.

- Anforderungen.

- Erläuterung der verwendeten Konzepte.

- Architektur des neuronalen Netzes.

- Quellcode mit zeilenweisen Anweisungen.

Kapitel 5: Projekt 3- Go HD.

- Über das Projekt: Wiederherstellung von Bildern für bessere Qualität.

- Anforderungen.

- Erläuterung der verwendeten Konzepte.

- Architektur des neuronalen Netzes.

- Quellcode mit zeilenweisen Anweisungen.

Kapitel 6: Projekt 4- Sprachexperimente.

- Über das Projekt: Sprachmanipulation.

- Anforderungen.

- Erläuterung der verwendeten Konzepte.

- Architektur des neuronalen Netzes.

- Quellcode mit zeilenweisen Anweisungen.

Kapitel 7: Projekt 5 - Hochstapler.

- Über das Projekt: Fake Image Recognition.

- Anforderungen.

- Erläuterung der verwendeten Konzepte.

- Architektur des neuronalen Netzes.

- Quellcode mit zeilenweisen Anweisungen.

Kapitel 8: Projekt 6 - Spielen macht Spaß.

- Über das Projekt: MI-Agententraining mit Unity. Lernen Sie, wie man künstlich intelligente Charaktere erstellt.

⬤ Voraussetzungen.

⬤ Erläuterung der verwendeten Konzepte.

⬤ Architektur des neuronalen Netzes.

⬤ Quellcode mit zeilenweisen Anweisungen.

Weitere Daten des Buches:

• ISBN: 9781484258019
• Autor: Vinita Silaparasetty
• Verlag: Apress
• Einband: Taschenbuch
• Erscheinungsjahr: 2020
• Seitenzahl: 421