Bewertung:
Das Buch „Learning TensorFlow“ erhält gemischte Kritiken. Einige Leser schätzen die klaren Erklärungen und praktischen Beispiele, während andere kritisieren, dass es schlecht geschrieben ist, nicht tiefgründig genug ist und der verfügbaren Online-Dokumentation zu sehr ähnelt. Viele fanden es hilfreich für Anfänger mit Programmierkenntnissen, während andere es für veraltet oder unzureichend für echtes Lernen halten.
Vorteile:⬤ Kommt in ausgezeichnetem Zustand an.
⬤ Gut für diejenigen mit etwas Python-Erfahrung, die die Grundlagen von TensorFlow lernen wollen.
⬤ Behandelt wichtige Aspekte wie Eingabe-Pipelines, Threading und verteiltes Rechnen.
⬤ Bietet praktische Beispiele, die in Projekten konsolidiert werden können.
⬤ Klare Erklärungen und größtenteils gut strukturiert.
⬤ Einige Rezensionen beschreiben es als schlecht geschrieben und bearbeitet.
⬤ Es fehlt an Tiefe in den Erklärungen und dem Kontext für Anfänger.
⬤ Enthält viele Inhalte, die auch online zu finden sind, was es redundant erscheinen lässt.
⬤ Kritik daran, dass es sich nicht um einen umfassenden Leitfaden handelt und gängige Datensätze (MNIST, CIFAR) verwendet werden.
⬤ Einige Nutzer wünschen sich mehr Kontext und Material zu fortgeschrittenen Themen.
(basierend auf 35 Leserbewertungen)
Learning Tensorflow: A Guide to Building Deep Learning Systems
Nach dem Vorbild des menschlichen Gehirns können tiefe neuronale Netze, die mit großen Datenmengen trainiert werden, komplexe Aufgaben mit noch nie dagewesener Genauigkeit lösen. Dieses praktische Buch bietet eine durchgängige Anleitung zu TensorFlow, der führenden Open-Source-Softwarebibliothek, die Ihnen hilft, neuronale Netze für Computer Vision, natürliche Sprachverarbeitung (NLP), Spracherkennung und allgemeine prädiktive Analysen zu erstellen und zu trainieren.
Die Autoren Tom Hope, Yehezkel Resheff und Itay Lieder bieten einen praktischen Zugang zu den Grundlagen von TensorFlow für ein breites technisches Publikum, von Datenwissenschaftlern und Ingenieuren bis zu Studenten und Forschern. Sie beginnen damit, einige grundlegende Beispiele in TensorFlow durchzuarbeiten, bevor Sie tiefer in Themen wie neuronale Netzwerkarchitekturen, TensorBoard-Visualisierung, TensorFlow-Abstraktionsbibliotheken und multithreaded Eingabepipelines eintauchen. Wenn Sie dieses Buch beendet haben, werden Sie wissen, wie Sie produktionsreife Deep Learning Systeme in TensorFlow aufbauen und einsetzen können.
⬤ Schnell und mühelos mit TensorFlow loslegen.
⬤ Lernen Sie, wie Sie TensorFlow verwenden, um Deep Learning Modelle von Grund auf zu erstellen.
⬤ Trainieren Sie beliebte Deep Learning Modelle für Computer Vision und NLP.
⬤ Umfassende Abstraktionsbibliotheken nutzen, um die Entwicklung einfacher und schneller zu machen.
⬤ Lernen Sie, wie Sie TensorFlow skalieren und Cluster verwenden, um das Modelltraining zu verteilen.
⬤ Einsatz von TensorFlow in einer Produktionsumgebung.
| ISBN: | 9781491978511 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2017 |
| Seitenzahl: | 242 |
Derzeit verfügbar, auf Lager.
