وضعیت موجودی موجود
Product details
- ASIN : B082MBMFVF
- Publisher : Packt Publishing; 2nd edition (December 27, 2019)
- Publication date : December 27, 2019
- Language : English
- Print length : 648 pages
جلد معمولی سیاه و سفید_کتاب Deep Learning with TensorFlow 2 and Keras: Regression, ConvNets, GANs, RNNs, NLP, and more with TensorFlow 2 and the Keras API, 2nd Edition 2nd Edition
Build machine and deep learning systems with the newly released TensorFlow 2 and Keras for the lab, production, and mobile devices
Key Features
- Introduces and then uses TensorFlow 2 and Keras right from the start
- Teaches key machine and deep learning techniques
- Understand the fundamentals of deep learning and machine learning through clear explanations and extensive code samples
Book Description
Deep Learning with TensorFlow 2 and Keras, Second Edition teaches neural networks and deep learning techniques alongside TensorFlow (TF) and Keras. You’ll learn how to write deep learning applications in the most powerful, popular, and scalable machine learning stack available.
TensorFlow is the machine learning library of choice for professional applications, while Keras offers a simple and powerful Python API for accessing TensorFlow. TensorFlow 2 provides full Keras integration, making advanced machine learning easier and more convenient than ever before.
This book also introduces neural networks with TensorFlow, runs through the main applications (regression, ConvNets (CNNs), GANs, RNNs, NLP), covers two working example apps, and then dives into TF in production, TF mobile, and using TensorFlow with AutoML.
What you will learn
- Build machine learning and deep learning systems with TensorFlow 2 and the Keras API
- Use Regression analysis, the most popular approach to machine learning
- Understand ConvNets (convolutional neural networks) and how they are essential for deep learning systems such as image classifiers
- Use GANs (generative adversarial networks) to create new data that fits with existing patterns
- Discover RNNs (recurrent neural networks) that can process sequences of input intelligently, using one part of a sequence to correctly interpret another
- Apply deep learning to natural human language and interpret natural language texts to produce an appropriate response
- Train your models on the cloud and put TF to work in real environments
- Explore how Google tools can automate simple ML workflows without the need for complex modeling
منابع کتاب جلد معمولی سیاه و سفید_کتاب Deep Learning with TensorFlow 2 and Keras: Regression, ConvNets, GANs, RNNs, NLP, and more with TensorFlow 2 and the Keras API, 2nd Edition 2nd Edition
با TensorFlow 2 و Keras تازه منتشر شده برای آزمایشگاه، تولید و دستگاه های تلفن همراه، سیستم های یادگیری عمیق و ماشینی بسازید.
ویژگی های کلیدی
TensorFlow 2 و Keras را از همان ابتدا معرفی کرده و سپس از آن استفاده می کند
تکنیک های کلیدی ماشین و یادگیری عمیق را آموزش می دهد
اصول یادگیری عمیق و یادگیری ماشین را از طریق توضیحات واضح و نمونه کدهای گسترده درک کنید
توضیحات کتاب
آموزش عمیق با TensorFlow 2 و Keras، نسخه دوم شبکه های عصبی و تکنیک های یادگیری عمیق را در کنار TensorFlow (TF) و Keras آموزش می دهد. شما یاد خواهید گرفت که چگونه برنامه های یادگیری عمیق را در قدرتمندترین، محبوب ترین و مقیاس پذیرترین پشته یادگیری ماشینی موجود بنویسید.
TensorFlow کتابخانه یادگیری ماشینی انتخابی برای برنامه‌های حرفه‌ای است، در حالی که Keras یک API ساده و قدرتمند Python برای دسترسی به TensorFlow ارائه می‌کند. TensorFlow 2 یکپارچه‌سازی کامل Keras را فراهم می‌کند و یادگیری ماشینی پیشرفته را آسان‌تر و راحت‌تر از همیشه می‌کند.
این کتاب همچنین شبکه‌های عصبی را با TensorFlow معرفی می‌کند، برنامه‌های اصلی (رگرسیون، ConvNets (CNN)، GANs، RNNs، NLP را اجرا می‌کند، دو برنامه نمونه کار را پوشش می‌دهد، و سپس به TF در تولید، TF موبایل، و استفاده از TensorFlow با AutoML.
آنچه خواهید آموخت
با TensorFlow 2 و Keras API سیستم‌های یادگیری ماشین و یادگیری عمیق بسازید
از تحلیل رگرسیون، محبوب ترین رویکرد برای یادگیری ماشین استفاده کنید
درک ConvNets (شبکه های عصبی کانولوشنال) و چگونگی ضروری بودن آنها برای سیستم های یادگیری عمیق مانند طبقه بندی کننده های تصویر
از GAN ها (شبکه های متخاصم مولد) برای ایجاد داده های جدید متناسب با الگوهای موجود استفاده کنید
RNN ها (شبکه های عصبی مکرر) را کشف کنید که می توانند دنباله هایی از ورودی را به صورت هوشمند پردازش کنند و از یک قسمت از یک دنباله برای تفسیر صحیح دیگری استفاده کنند.
یادگیری عمیق را در زبان طبیعی انسان اعمال کنید و متون زبان طبیعی را برای ایجاد پاسخ مناسب تفسیر کنید
مدل های خود را در فضای ابری آموزش دهید و TF را در محیط های واقعی کار کنید
کاوش کنید که چگونه ابزارهای Google می‌توانند گردش‌های کاری ساده ML را بدون نیاز به مدل‌سازی پیچیده خودکار کنند
ارسال نظر درباره جلد معمولی سیاه و سفید_کتاب Deep Learning with TensorFlow 2 and Keras: Regression, ConvNets, GANs, RNNs, NLP, and more with TensorFlow 2 and the Keras API, 2nd Edition 2nd Edition