Deep learning with TensorFlow and Keras : build and deploy supervised, unsupervised, deep, and reinforcement learning modмонография
База данных: Каталог библиотеки СФУ (K 20)
Библиографическое описание: Kapoor, Amita. Deep learning with TensorFlow and Keras : build and deploy supervised, unsupervised, deep, and reinforcement learning mod / Amita Kapoor ; author: Antonio Gulli, Sujit Pal ; writer of foreword François Chollet. - Third edition. - Электрон. текстовые дан. - [S. l.] : PACKT PUBLISHING LIMITED, 2022. - 1 online resource (698 pages) : il. - Загл. с титул. экрана. - ISBN 9781803245713. - ISBN 1803245719. - Текст : электронный. Перевод заглавия: Глубокое обучение с помощью TensorFlow и Keras: создание и внедрение моделей контролируемого, неконтролируемого, глубокого обучения и обучения с подкреплением Примечания о происхождении: Коллекция цифровых книг Ebsco ebook (централизованная подписка 2023 г., бессрочный доступ). НБ СФУ
Аннотация: Deep Learning with TensorFlow and Keras teaches you neural networks and deep learning techniques using 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 2.x focuses on simplicity and ease of use, with updates like eager execution, intuitive higher-level APIs based on Keras, and flexible model building on any platform. This book uses the latest TF 2.0 features and libraries to present an overview of supervised and unsupervised machine learning models and provides a comprehensive analysis of deep learning and reinforcement learning models using practical examples for the cloud, mobile, and large production environments. This book also shows you how to create neural networks with TensorFlow, runs through popular algorithms (regression, convolutional neural networks (CNNs), transformers, generative adversarial networks (GANs), recurrent neural networks (RNNs), natural language processing (NLP), and graph neural networks (GNNs)), covers working example apps, and then dives into TF in production, TF mobile, and TensorFlow with AutoML.
Глубокое обучение с помощью TensorFlow и Keras обучит вас нейронным сетям и методам обучения. Вы узнаете, как писать приложения для глубокого обучения с использованием самого мощного, популярного и масштабируемого из доступных стеков машинного обучения. TensorFlow 2.x фокусируется на простоте и удобстве использования, предлагая такие обновления, как быстрое выполнение, интуитивно понятные высокоуровневые API на основе Keras и гибкое построение моделей на любой платформе. В этой книге используются новейшие функции и библиотеки TF 2.0, чтобы представить обзор моделей машинного обучения с контролем и без контроля, а также всесторонний анализ моделей глубокого обучения и обучения с подкреплением с использованием практических примеров для облачных, мобильных и крупных производственных сред. В этой книге также показано, как создавать нейронные сети с помощью TensorFlow, описываются популярные алгоритмы (регрессия, сверточные нейронные сети (CNN), трансформаторы, генеративные состязательные сети (GAN), рекуррентные нейронные сети (RNN), обработка естественного языка (NLP) и нейронные сети на графах (GNN)), рассматриваются работа с примерами приложений, а затем погружение в TF in production, TF mobile и TensorFlow с AutoML.
Глубокое обучение с помощью TensorFlow и Keras обучит вас нейронным сетям и методам обучения. Вы узнаете, как писать приложения для глубокого обучения с использованием самого мощного, популярного и масштабируемого из доступных стеков машинного обучения. TensorFlow 2.x фокусируется на простоте и удобстве использования, предлагая такие обновления, как быстрое выполнение, интуитивно понятные высокоуровневые API на основе Keras и гибкое построение моделей на любой платформе. В этой книге используются новейшие функции и библиотеки TF 2.0, чтобы представить обзор моделей машинного обучения с контролем и без контроля, а также всесторонний анализ моделей глубокого обучения и обучения с подкреплением с использованием практических примеров для облачных, мобильных и крупных производственных сред. В этой книге также показано, как создавать нейронные сети с помощью TensorFlow, описываются популярные алгоритмы (регрессия, сверточные нейронные сети (CNN), трансформаторы, генеративные состязательные сети (GAN), рекуррентные нейронные сети (RNN), обработка естественного языка (NLP) и нейронные сети на графах (GNN)), рассматриваются работа с примерами приложений, а затем погружение в TF in production, TF mobile и TensorFlow с AutoML.
Год издания: 2022
Авторы: Kapoor Amita
Редакторы, составители и др.: Gulli Antonio (author); Pal Sujit (author); Chollet François (writer of foreword)
Издательство: PACKT PUBLISHING LIMITED
Количество экземпляров:
Издание имеется только в электронном виде
Рубрики: Machine learning,
Artificial intelligence,
Neural networks (Computer science),
Python (Computer program language)
Artificial intelligence,
Neural networks (Computer science),
Python (Computer program language)
Классификационные коды: УДК 004.85, ГРНТИ 28.23
ISBN: 9781803245713
Идентификаторы: полочный индекс K 20, шифр 004.85/K 20-918323032