Bewertung:
Das Buch gilt als exzellente Einführung in Deep Learning und ist besonders für Leser mit grundlegenden Programmierkenntnissen geeignet. Es wird für seine klaren Erklärungen, den praktischen Fokus und die effektive Nutzung der Keras-Bibliothek gelobt. Einige Leser bemängelten jedoch die physische Qualität des Buches und die fehlende Tiefe in bestimmten Bereichen, insbesondere für diejenigen, die nach strengeren mathematischen Details suchen.
Vorteile:⬤ Klare und prägnante Erklärungen von Deep-Learning-Konzepten.
⬤ Praktischer Ansatz mit Codebeispielen unter Verwendung von Keras.
⬤ Geeignet für Anfänger mit Programmierkenntnissen.
⬤ Gute Abdeckung der Deep-Learning-Landschaft.
⬤ Einblicke des Autors aus seiner Erfahrung in der KI.
⬤ Fesselnder Schreibstil, der komplexe Themen zugänglich macht.
⬤ Physikalische Qualitätsprobleme wie Druckfehler und Bindungsprobleme.
⬤ Einigen Lesern fehlt es an Tiefe in den mathematischen Erklärungen.
⬤ Ein praktischer Schwerpunkt, der diejenigen, die einen theoretischen Text auf Hochschulniveau suchen, vielleicht nicht zufrieden stellt.
⬤ Einige technische Setups (z. B. GPU-Konfigurationen) können veraltet oder schwierig sein.
⬤ Gelegentliche Verwirrung in den Erklärungen, was zu Verständnisschwierigkeiten führt.
(basierend auf 374 Leserbewertungen)
Deep Learning with Python
Zusammenfassung
Deep Learning with Python führt in das Feld des Deep Learning mit Hilfe der Sprache Python und der leistungsstarken Keras-Bibliothek ein. Dieses Buch wurde vom Keras-Erfinder und Google-KI-Forscher Fran ois Chollet geschrieben und vermittelt Ihnen durch intuitive Erklärungen und praktische Beispiele ein besseres Verständnis.
Der Kauf des gedruckten Buches beinhaltet ein kostenloses eBook im PDF-, Kindle- und ePub-Format von Manning Publications.
Über die Technologie
Das maschinelle Lernen hat in den letzten Jahren bemerkenswerte Fortschritte gemacht. Von einer fast unbrauchbaren Sprach- und Bilderkennung sind wir zu einer Genauigkeit gelangt, die fast menschlich ist. Von Maschinen, die keinen ernsthaften Go-Spieler schlagen konnten, haben wir einen Weltmeister besiegt. Hinter diesen Fortschritten steht das Deep Learning - eine Kombination aus technischen Fortschritten, bewährten Verfahren und Theorien, die eine Fülle von zuvor unmöglichen intelligenten Anwendungen ermöglicht.
Über das Buch
Deep Learning mit Python führt in das Feld des Deep Learning mit der Sprache Python und der leistungsstarken Keras-Bibliothek ein. Dieses Buch, das vom Keras-Erfinder und Google-KI-Forscher Fran ois Chollet geschrieben wurde, fördert Ihr Verständnis durch intuitive Erklärungen und praktische Beispiele. Sie lernen anspruchsvolle Konzepte kennen und üben mit Anwendungen in den Bereichen Computer Vision, Verarbeitung natürlicher Sprache und generative Modelle. Am Ende des Buches werden Sie über das Wissen und die praktischen Fähigkeiten verfügen, um Deep Learning in Ihren eigenen Projekten anzuwenden.
Was ist drin?
⬤ Deep Learning von den ersten Prinzipien an.
⬤ Einrichten Ihrer eigenen Deep-Learning-Umgebung.
⬤ Modelle zur Bildklassifizierung.
⬤ Deep Learning für Text und Sequenzen.
⬤ Neuronale Stilübertragung, Texterzeugung und Bilderzeugung.
Über den Leser
Der Leser benötigt mittlere Python-Kenntnisse. Es ist keine vorherige Erfahrung mit Keras, TensorFlow oder maschinellem Lernen erforderlich.
Über den Autor
Fran ois Chollet arbeitet an Deep Learning bei Google in Mountain View, Kalifornien. Er ist der Schöpfer der Deep-Learning-Bibliothek Keras und ein Mitwirkender am TensorFlow-Framework für maschinelles Lernen. Außerdem forscht er im Bereich Deep Learning mit Schwerpunkt auf Computer Vision und der Anwendung von maschinellem Lernen auf formale Schlussfolgerungen. Seine Arbeiten wurden auf wichtigen Konferenzen in diesem Bereich veröffentlicht, darunter die Conference on Computer Vision and Pattern Recognition (CVPR), die Conference and Workshop on Neural Information Processing Systems (NIPS), die International Conference on Learning Representations (ICLR) und andere.
Inhaltsverzeichnis
TEIL 1 - GRUNDLAGEN DES DEEP LEARNING.
⬤ Was ist Deep Learning?
⬤ Bevor wir beginnen: Die mathematischen Bausteine neuronaler Netze.
⬤ Einstieg in neuronale Netze.
⬤ Grundlagen des maschinellen Lernens.
TEIL 2 - DEEP LEARNING IN DER PRAXIS.
⬤ Tiefes Lernen für Computer Vision.
⬤ Tiefes Lernen für Text und Sequenzen.
⬤ Fortgeschrittene Deep-Learning-Best-Practices.
⬤ Generatives tiefes Lernen.
⬤ Schlussfolgerungen.
Anhang A - Installation von Keras und seinen Abhängigkeiten auf Ubuntu.
Anhang B - Ausführen von Jupyter-Notebooks auf einer EC2-GPU-Instanz.
| ISBN: | 9781617294433 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2018 |
| Seitenzahl: | 384 |
Derzeit verfügbar, auf Lager.
