A mélytanulás alapelvei és laboratóriumai

Eredeti címe:

Principles and Labs for Deep Learning

Könyv tartalma:

A Deep Learning alapelvei és laboratóriumai a mélytanuláshoz olyan ismereteket és technikákat nyújt, amelyek segítségével az olvasók mélytanulási modelleket tervezhetnek és fejleszthetnek. A mélytanulási technikákat az elméleten keresztül mutatja be, átfogóan illusztrálja, a TensorFlow forráskód példákon keresztül magyarázza el, és az eredmények vizualizációján keresztül elemzi.

A Dr. Huang és Dr. Le által biztosított strukturált módszerek és laboratóriumok lehetővé teszik az olvasók számára, hogy a TensorFlow-ban jártasak legyenek, és egyéni API-k, magas szintű Keras API-k, Keras alkalmazások és a TensorFlow Hub segítségével mély konvolúciós neurális hálózatokat (CNN) építsenek.

Minden fejezethez tartozik egy megfelelő Lab, amely lépésről-lépésre történő utasításokkal segíti az olvasót a gyakorlásban és egy adott tanulási eredmény elérésében. A mélytanulást sikeresen alkalmazzák a legkülönbözőbb területeken, például a számítógépes látás, az audiófeldolgozás, a robotika, a természetes nyelvfeldolgozás, a bioinformatika és a kémia területén.

A Deep Learning hatalmas ismeretköre miatt sok időre van szükség a hasznos, működő alkalmazások megértéséhez és alkalmazásához, ezért is fontos ez az új forrás. Minden fejezetben elméleti leckék és kísérletek is szerepelnek a technikák bemutatására, és forráskód-példákat adnak a használatuk gyakorlásához.

A könyvhöz tartozó összes labor a GitHubon található, hogy megkönnyítsük a letöltést. A könyv megírása azon a feltételezésen alapul, hogy az olvasó ismeri a Python alapszintű programozási és a gépi tanulás alapszintű ismereteit.