A TensorFlow egy nyílt forráskódú, mélytanuló könyvtár, amelyet a Google fejlesztett és tart fenn. Adatfolyam-programozást kínál, amely számos gépi tanulási feladatot hajt végre. Úgy építették, hogy több CPU-n vagy GPU-n, sőt mobil operációs rendszeren is fusson, és több csomagolóval rendelkezik olyan nyelveken, mint a Python, a C ++ vagy a Java.
Itt található a Tensor Flow 10 legjobb könyvének kurátora, amely minden kezdő és haladó mély tanulási / gépi tanulási szcientikus tanulók könyvtárának része lehet.
1) Ismerje meg a TensorFlow 2.0 alkalmazást: Gépi és mély tanulási modellek megvalósítása a Python segítségével
A Learn TensorFlow egy könyv, amelyet Pramod Singh és Avish Trágya írt. A könyv a TensorFlow 2.0 keretrendszer és a legutóbbi kiadás legfontosabb változásaival kezdődik. A könyv a TensorFlow segítségével felügyelt gépi tanulási modellek építésére is összpontosít.
A könyv azt is megtanítja, hogyan lehet modelleket felépíteni az ügyfélbecslők segítségével. Azt is megtanulja, hogyan kell használni a TensorFlow-t gépi és mély tanulási modellek felépítéséhez. A könyvben megadott összes kód futtatható szkriptek formájában elérhető lesz a Github-nál.
Ellenőrizze a legújabb árakat és felhasználói véleményeket az Amazon-on2) Haladó mély tanulás a TensorFlow 2 és a Keras segítségével
Haladó mély tanulás a TensorFlow 2 és a Keras segítségével Rowel Atienza könyve. A könyv néhány fejlett mély tanulási technikát tanít meg ma.
Ez a könyv a mély tanulásról, a felügyelet nélküli tanulásról is tanít, kölcsönös információk felhasználásával, tárgyfelismerésről (SSD). A könyv azt is bemutatja, hogyan lehet hatékony AI-t létrehozni a legkorszerűbb technikákkal. Ebben a könyvben megismerheti a GAN-okat és azt, hogy miként nyithatják meg az AI teljesítményének új szintjét.
Ellenőrizze a legújabb árakat és felhasználói véleményeket az Amazon-on3) Tensorflow 1 nap alatt
A Tensorflow in 1 Day egy könyv, amelyet Krishna Rungta írt. A könyv ezt az összetett témát megtanítja könnyen érthető angol nyelven. Van egy fantasztikus grafikonja, számítási funkciója. Segít az adatkutatónak, hogy a TensorBoard segítségével vizualizálja tervezett neurális hálózatát.
A könyv olyan témákkal foglalkozik, mint Mi a mély tanulás ?, Gépi tanulás vs mély tanulás, Mi az a TensorFlow ?, és olyan fejlett témákkal, mint a Jupyter Notebook, A Tensorflow az AWS-en és még sok más.
Ellenőrizze a legújabb árakat és felhasználói véleményeket az Amazon-on4) TinyML: Gépi tanulás a TensorFlow Lite segítségével az Arduino és az ultra-alacsony fogyasztású mikrovezérlőkön
TinyML: Gépi tanulás a TensorFlow Lite alkalmazással Pete Warden és Daniel Situnayke által írt könyv. Ezzel a gyakorlati tanulási kézikönyvvel beléphet a TinyML mezőbe. A könyv a mély tanulásról szól, és a beágyazott rendszerek együttesen megdöbbentő dolgokat tesznek lehetővé apró eszközökkel.
Ez a könyv ideális azoknak a szoftver- és hardverfejlesztőknek, akik beágyazott rendszereket akarnak építeni a gépi tanulás segítségével.
Ellenőrizze a legújabb árakat és felhasználói véleményeket az Amazon-on5) Természetes nyelv feldolgozása a TensorFlow segítségével
A természetes nyelv feldolgozása a TensorFlow segítségével Hushan Ganegedara írta. Ebben a könyvben azt is megtanulja, hogyan kell nagy teljesítményű RNN modelleket, rövid távú memória (LSTM) cellákat alkalmazni az NLP feladatokra. Emellett felfedezheti az ideggépi fordítást és megvalósíthatja az ideggépi fordítót.
A könyv elolvasása után megismeri az NLP technológiát. Alkalmazhatja a TensorFlow-t az NLP mélyreható tanulási programjaiban és az egyes NLP-feladatok végrehajtásában.
Ellenőrizze a legújabb árakat és felhasználói véleményeket az Amazon-on6) TensorFlow gépi tanulási projektek
A TensorFlow Machine Learning Projects egy Ankit Jain, Armando Fandango és Amita Kapoor által írt könyv. Ez a könyv azt is megtanítja, hogyan kell fejlett projekteket építeni. A közös kihívásokra a TensorFlow ökoszisztéma könyvtárainak használatával is képes lesz megoldani.
Ez a könyv azt is megtanítja, hogyan lehet projekteket építeni a valós világ különböző területein, automatikus kódolók, ajánló rendszerek, megerősítő tanulás stb. A kézikönyv végén megszerezheti a gépi tanulási projektek elkészítéséhez szükséges szakértelmet.
Ellenőrizze a legújabb árakat és felhasználói véleményeket az Amazon-on7) Kézi számítógépes látás a TensorFlow 2-vel
A Hands-On Computer Vision with TensorFlow 2 egy könyv, amelyet Benjamin Planche és Eliot Andres írtak. Ez a könyv segít felfedezni a Google gépi tanulás nyílt forráskódú keretrendszerét. Meg fogja érteni azt is, hogy miként használhatja ki a konvolúciós ideghálózatok (CNN) vizuális feladatokhoz való használatát.
A könyv a számítógépes látás és a mély tanulás alapjaival kezdődik. A könyv azt is megtanítja, hogyan kell nulláról felépíteni az ideghálózatot. A könyv segít megtanítani, hogyan kell osztályozni a képeket olyan modern megoldásokkal, mint az Inception és a ResNet, és kivonni a konkrét tartalmat a Csak egyszer kinézni (YOLO) módszerrel.
A tananyagkönyv végén mind az elméleti megértés, mind a gyakorlati készségek megvan. Ez segít a fejlett számítógépes látási problémák megoldásában is.
Ellenőrizze a legújabb árakat és felhasználói véleményeket az Amazon-on8) Pro Deep Learning a TensorFlow segítségével
A Pro Deep Learning with TensorFlow egy Santanu Pattanayak által írt könyv. Meg fogja tudni érteni a matematikai megértést és az intuíciót is. Ez segít önállóan kitalálni új mély tanulási architektúrákat és megoldásokat.
A könyv gyakorlati szakértelmet kínál, így a mély tanulást elsajátíthatja a semmiből. Ez a TensorFlow könyv lehetővé teszi, hogy gyorsan felgyorsuljon a TensorFlow használatával. Segít a különböző mélytanulási architektúrák optimalizálásában.
A könyv a mélytanulás számos gyakorlati koncepcióját átfogja, amelyek bármely iparágban relevánsak. Az ebben a referenciaanyagban megadott kód elérhető iPython notebookok és szkriptek formájában.
Ellenőrizze a legújabb árakat és felhasználói véleményeket az Amazon-on9) Gyakorlati mély tanulás a felhő, a mobil és az él számára
A gyakorlati mély tanulás a felhő, a mobil és az Edge számára Anirudh Koul, Siddha Ganju és Meher Kasam írta. Ez a könyv megtanítja, hogyan készítsen gyakorlati mély tanulási alkalmazásokat a felhő, a mobil és a böngészők számára.
A könyv megtanítja Önt egy ötlet átalakítására olyanná, amelyet a való világban az emberek felhasználhatnak. Ez a könyv azt is megtanítja, hogyan lehet fejleszteni a mesterséges intelligenciát számos eszköz számára, beleértve a Raspberry Pi-t és a Google Coral-t is. Számos gyakorlati tippet is kap a modell pontosságának és sebességének maximalizálásához.
Ellenőrizze a legújabb árakat és felhasználói véleményeket az Amazon-on10) Mély tanulás: gyakorlati megközelítés
A Deep Learning egy könyv, amelyet Josh Patterson és Adam Gibson írtak. Ez a gyakorlati útmutató nemcsak a témáról rendelkezésre álló legpraktikusabb információkat tartalmazza. Ez segít a hatékony mély tanulási hálózatok kiépítésében is.
Megismerheti a mély tanulás elméletét, mielőtt bemutatná nyílt forráskódú Deeplearning4j (DL4J) változatát. Ez egy könyvtár a gyártási osztályú munkafolyamatok fejlesztésére. A valós példák segítségével könnyen megismerheti a módszereket és a stratégiákat.
Ellenőrizze a legújabb árakat és felhasználói véleményeket az Amazon-on