A Tensorflow 2.X elsajátítása: Hatékony neurális hálók implementálása strukturált, strukturálatlan adatkészletekre és idősoros adatokra vonatkozóan

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 4 olvasói szavazat alapján történt.

Eredeti címe:

Mastering Tensorflow 2.X: Implement Powerful Neural Nets Across Structured, Unstructured Datasets and Time Series Data

Könyv tartalma:

A Mastering TensorFlow 2. x-et kötelező elolvasni és gyakorolni, ha különböző neurális hálózatok építése érdekel a magas szintű TensorFlow és Keras API-kkal. A könyv a TensorFlow és a neurális hálózatok fogalmainak alapjaival kezdődik, majd olyan konkrét témákra tér rá, mint a képosztályozás, a tárgyfelismerés, az idősor-előrejelzés és a Generative Adversarial Networks.

Bár ebben a könyvben a TensorFlow 2. 6-os verzióját gyakoroljuk, a Tensorflow verziója idővel változni fog; ennek ellenére a könyv segítségével megtapasztalhatja, hogy a Tensorflow hogyan teljesít jobban. Ez a könyv tartalmazza a helyi Jupyter notebook használatát és a Google Colab használatát különböző felhasználási esetekben, beleértve a GAN és a képosztályozási feladatokat. Miközben a TensorFlow teljesítményét vizsgálja, a könyv különböző fogalmakat és részletes magyarázatokat is tartalmaz a megerősítéses tanulás, a modelloptimalizálás és az idősoros modellek körül.

TARTALOMJEGYZÉK

1. Kezdő lépések a TensorFlow-val 2. x.

2. Gépi tanulás a TensorFlow 2. x segítségével.

3. Keras alapú API-k.

4. Konvolúciós neurális hálózatok a Tensorflowban.

5. Szövegfeldolgozás TensorFlow-val 2. x.

6. Idősor-előrejelzés a TensorFlow 2. x segítségével.

7. Elosztott képzési és adatbeviteli csővezetékek.

8. Erősítéses tanulás.

9. Modelloptimalizálás.

10. Generatív adverzális hálózatok.