Bewertung:
Die Rezension kritisiert das Buch für seine schlechte Präsentation im Kindle-Format, trivialen Text zwischen den Code-Blöcken und eine hohe Annahme von Vorwissen über TensorFlow, was es für Anfänger ungeeignet macht.
Vorteile:Die Vorteile des Buches wurden nicht erwähnt.
Nachteile:Schlechte Kindle-Formatierung des Codes, trivialer Text, der Kommentare sein sollten, setzt ein hohes Maß an Verständnis von TensorFlow voraus, ohne Erklärungen von Schlüsselbegriffen.
(basierend auf 1 Leserbewertungen)
TensorFlow Deep Learning Projects: 10 real-world projects on computer vision, machine translation, chatbots, and reinforcement learning
Nutzen Sie die Leistungsfähigkeit von Tensorflow, um Deep-Learning-Systeme für eine Vielzahl von realen Szenarien zu entwickeln.
Hauptmerkmale
⬤ Erstellen Sie effiziente Deep Learning Pipelines mit dem beliebten Tensorflow Framework.
⬤ Trainieren Sie neuronale Netzwerke wie ConvNets, generative Modelle und LSTMs.
⬤ Enthält Projekte in den Bereichen Computer Vision, Aktienvorhersage, Chatbots und mehr.
Buchbeschreibung
TensorFlow ist eines der beliebtesten Frameworks für maschinelles Lernen und seit kurzem auch für Deep Learning. Es bietet einen schnellen und effizienten Rahmen für das Training verschiedener Arten von Deep-Learning-Modellen mit sehr hoher Genauigkeit. Dieses Buch ist Ihr Leitfaden, um Deep Learning mit TensorFlow mit Hilfe von 10 realen Projekten zu meistern.
TensorFlow Deep Learning Projects beginnt mit dem Einrichten der richtigen TensorFlow Umgebung für Deep Learning. Sie werden lernen, wie Sie verschiedene Arten von Deep Learning Modellen mit TensorFlow trainieren können, einschließlich Convolutional Neural Networks, Recurrent Neural Networks, LSTMs und Generative Adversarial Networks. Dabei werden Sie durchgängige Deep-Learning-Lösungen erstellen, um verschiedene reale Probleme in der Bildverarbeitung, Empfehlungssysteme, Aktienvorhersagen und Chatbots zu lösen, um nur einige zu nennen. Sie werden auch Systeme entwickeln, die maschinelle Übersetzungen durchführen und Techniken des Reinforcement Learning für Spiele nutzen.
Am Ende dieses Buches werden Sie alle Konzepte des Deep Learning und deren Implementierung mit TensorFlow beherrschen und in der Lage sein, Ihre eigenen Deep-Learning-Modelle mit TensorFlow selbstbewusst zu erstellen und zu trainieren.
Was Sie lernen werden
⬤ Einrichten der TensorFlow Umgebung für Deep Learning.
⬤ Konstruieren Sie Ihre eigenen ConvNets für eine effektive Bildverarbeitung.
⬤ LSTMs für die Erzeugung von Bildunterschriften verwenden.
⬤ Genaue Aktienvorhersage mit einer LSTM-Architektur.
⬤ Lernen Sie, was semantisches Matching ist, indem Sie doppelte Quora-Fragen erkennen.
⬤ Einrichten einer AWS-Instanz mit TensorFlow zum Trainieren von GANs.
⬤ Einen Chatbot trainieren und einrichten, der menschliche Eingaben versteht und interpretiert.
⬤ Erstellen Sie eine KI, die in der Lage ist, ein Videospiel selbst zu spielen - und es zu gewinnen!
Für wen dieses Buch gedacht ist:
Dieses Buch richtet sich an Datenwissenschaftler, Entwickler von maschinellem Lernen und Deep-Learning-Praktiker, die interessante Deep-Learning-Projekte erstellen wollen, die die Leistungsfähigkeit von Tensorflow nutzen. Ein gewisses Verständnis von maschinellem Lernen und Deep Learning sowie Vertrautheit mit dem TensorFlow-Framework ist alles, was Sie brauchen, um mit diesem Buch zu beginnen.
| ISBN: | 9781788398060 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
