جلد سخت سیاه و سفید_کتاب Practical Deep Learning for Cloud, Mobile, and Edge: Real-World AI & Computer-Vision Projects Using Python, Keras & TensorFlow

وضعیت موجودی موجود

مقایسه شود

قیمت قبلی: 7,800,000 ریال

قیمت: 7,400,000 ریال

Product details

Publisher ‏ : ‎ O'Reilly Media; 1st edition (November 12, 2019)
Language ‏ : ‎ English
Paperback ‏ : ‎ 620 pages
ISBN-10 ‏ : ‎ 149203486X
ISBN-13 ‏ : ‎ 978-1492034865

** Featured as a learning resource on the official Keras website **

Whether you're a software engineer aspiring to enter the world of deep learning, a veteran data scientist, or a hobbyist with a simple dream of making the next viral AI app, you might have wondered where to begin. This step-by-step guide teaches you how to build practical deep learning applications for the cloud, mobile, browsers, and edge devices using a hands-on approach. If your goal is to build something creative, useful, scalable, or just plain cool, this book is for you.

Relying on decades of combined industry experience transforming deep learning research into award-winning applications, Anirudh Koul, Siddha Ganju, and Meher Kasam guide you through the process of converting an idea into something that people in the real world can use.

Train, tune, and deploy computer vision models with Keras, TensorFlow, Core ML, and TensorFlow Lite.
Develop AI for a range of devices including Raspberry Pi, Jetson Nano, and Google Coral.
Explore fun projects, from Silicon Valley's Not Hotdog app to 40+ industry case studies.
Simulate an autonomous car in a video game environment and build a miniature version with reinforcement learning.
Use transfer learning to train models in minutes.
Discover 50+ practical tips for maximizing model accuracy and speed, debugging, and scaling to millions of users.

List of Chapters

Exploring the Landscape of Artificial Intelligence
What's in the Picture: Image Classification with Keras
Cats Versus Dogs: Transfer Learning in 30 Lines with Keras
Building a Reverse Image Search Engine: Understanding Embeddings
From Novice to Master Predictor: Maximizing Convolutional Neural Network Accuracy
Maximizing Speed and Performance of TensorFlow: A Handy Checklist
Practical Tools, Tips, and Tricks
Cloud APIs for Computer Vision: Up and Running in 15 Minutes
Scalable Inference Serving on Cloud with TensorFlow Serving and KubeFlow
AI in the Browser with TensorFlow.js and ml5.js
Real-Time Object Classification on iOS with Core ML
Not Hotdog on iOS with Core ML and Create ML
Shazam for Food: Developing Android Apps with TensorFlow Lite and ML Kit
Building the Purrfect Cat Locator App with TensorFlow Object Detection API
Becoming a Maker: Exploring Embedded AI at the Edge
Simulating a Self-Driving Car Using End-to-End Deep Learning with Keras
Building an Autonomous Car in Under an Hour: Reinforcement Learning with AWS DeepRacer

Guest-contributed Content

The book features chapters from the following industry experts:

Sunil Mallya (Amazon AWS DeepRacer)
Aditya Sharma and Mitchell Spryn (Microsoft Autonomous Driving Cookbook)
Sam Sterckval (Edgise)
Zaid Alyafeai (TensorFlow.js)

The book also features content contributed by several industry veterans including François Chollet (Keras, Google), Jeremy Howard (Fast.ai), Pete Warden (TensorFlow Mobile), Anima Anandkumar (NVIDIA), Chris Anderson (3D Robotics), Shanqing Cai (TensorFlow.js), Daniel Smilkov (TensorFlow.js), Cristobal Valenzuela (ml5.js), Daniel Shiffman (ml5.js), Hart Woolery (CV 2020), Dan Abdinoor (Fritz), Chitoku Yato (NVIDIA Jetson Nano), John Welsh (NVIDIA Jetson Nano), and Danny Atsmon (Cognata).

منابع کتاب جلد سخت سیاه و سفید_کتاب Practical Deep Learning for Cloud, Mobile, and Edge: Real-World AI & Computer-Vision Projects Using Python, Keras & TensorFlow

** به عنوان یک منبع آموزشی در وب سایت رسمی Keras برجسته شده است **

چه مهندس نرم افزاری باشید که مشتاق ورود به دنیای یادگیری عمیق است، چه یک دانشمند داده کهنه کار، یا یک سرگرمی که رویای ساده ساختن اپلیکیشن بعدی هوش مصنوعی ویروسی را دارید، شاید فکر کرده باشید که از کجا شروع کنید. این راهنمای گام به گام به شما می آموزد که چگونه با استفاده از رویکرد عملی، برنامه های کاربردی یادگیری عمیق را برای ابر، موبایل، مرورگرها و دستگاه های لبه بسازید. اگر هدف شما ساختن چیزی خلاقانه، مفید، مقیاس پذیر یا ساده است، این کتاب برای شما مناسب است.

Anirudh Koul، Siddha Ganju و Meher Kasam با تکیه بر چندین دهه تجربه ترکیبی صنعت در تبدیل تحقیقات یادگیری عمیق به برنامه های کاربردی برنده جوایز، شما را در فرآیند تبدیل یک ایده به چیزی که افراد در دنیای واقعی می توانند استفاده کنند، راهنمایی می کنند.

با Keras، TensorFlow، Core ML و TensorFlow Lite، مدل‌های بینایی رایانه‌ای را آموزش، تنظیم و استقرار دهید.
هوش مصنوعی را برای طیف وسیعی از دستگاه‌ها از جمله Raspberry Pi، Jetson Nano و Google Coral توسعه دهید.
پروژه های سرگرم کننده را کاوش کنید، از برنامه Not Hotdog در سیلیکون ولی تا بیش از 40 مطالعه موردی صنعت.
یک ماشین خودران را در محیط بازی ویدیویی شبیه سازی کنید و یک نسخه مینیاتوری با یادگیری تقویتی بسازید.
از آموزش انتقال برای آموزش مدل ها در چند دقیقه استفاده کنید.
بیش از 50 نکته کاربردی را برای به حداکثر رساندن دقت و سرعت مدل، اشکال‌زدایی و مقیاس‌بندی برای میلیون‌ها کاربر کشف کنید.

فهرست فصول

کاوش در چشم انداز هوش مصنوعی
آنچه در تصویر است: طبقه بندی تصاویر با Keras
گربه ها در مقابل سگ ها: آموزش انتقال در 30 خط با کراس
ساخت موتور جستجوی عکس معکوس: درک جاسازی ها
از مبتدی تا پیش بینی کننده اصلی: به حداکثر رساندن دقت شبکه عصبی کانولوشنال
به حداکثر رساندن سرعت و عملکرد TensorFlow: یک چک لیست مفید
ابزارهای عملی، نکات و ترفندها
Cloud APIs for Computer Vision: آماده و اجرا در 15 دقیقه
ارائه استنتاج مقیاس پذیر در ابر با سرویس TensorFlow و KubeFlow
هوش مصنوعی در مرورگر با TensorFlow.js و ml5.js
طبقه بندی اشیاء در زمان واقعی در iOS با Core ML
نه هات داگ در iOS با Core ML و Create ML
Shazam for Food: توسعه برنامه‌های اندروید با TensorFlow Lite و ML Kit
ساخت اپلیکیشن Cat Locator Purrfect با API تشخیص اشیاء TensorFlow
تبدیل شدن به یک سازنده: کاوش هوش مصنوعی جاسازی شده در Edge
شبیه سازی یک خودروی خودران با استفاده از آموزش عمیق سرتاسری با Keras
ساخت خودروی خودران در کمتر از یک ساعت: آموزش تقویتی با AWS DeepRacer

محتوای ارائه شده توسط مهمان

این کتاب دارای فصل هایی از کارشناسان صنعت زیر است:

Sunil Mallya (Amazon AWS DeepRacer )
آدیتیا شارما و میچل اسپرین ( کتاب آشپزی رانندگی خودکار مایکروسافت )
سام استرکوال ( ادجیز )
زید علیافعی ( TensorFlow.js )

این کتاب همچنین دارای محتوایی است که توسط چندین پیشکسوت صنعت از جمله فرانسوا شولت ( کراس ، گوگل )، جرمی هاوارد ( Fast.ai )، پیت واردن ( تنسورفلو موبایل )، انیما آناندکومار ( انویدیا )، کریس اندرسون ( رباتیک سه بعدی )، شانکینگ کای ( 3D Robotics ) ارائه شده است. TensorFlow.js )، دانیل اسمیلکوف (TensorFlow.js ) ، کریستوبال والنزوئلا ( ml5.js )، دانیل شیفمن ( ml5.js )، هارت وولری ( CV 2020 )، دن ابدینور ( فریتز )، چیتوکو یاتو ( NVIDIA Jetson Nano)، جان ولش ( NVIDIA Jetson Nano) و دنی آتسمون (Cognata ).

نظرات کاربران درباره جلد سخت سیاه و سفید_کتاب Practical Deep Learning for Cloud, Mobile, and Edge: Real-World AI & Computer-Vision Projects Using Python, Keras & TensorFlow

نظری در مورد این محصول توسط کاربران ارسال نگردیده است.

اولین نفری باشید که در مورد جلد سخت سیاه و سفید_کتاب Practical Deep Learning for Cloud, Mobile, and Edge: Real-World AI & Computer-Vision Projects Using Python, Keras & TensorFlow نظر می دهد.