Învățare profundă avansată cu Keras

Recenzii ale cititorilor

Recenzile evidențiază „Advanced Deep Learning with Keras” ca o resursă excelentă pentru înțelegerea și aplicarea practică a tehnicilor de învățare profundă. Cartea se remarcă prin acoperirea cuprinzătoare a subiectelor precum Generative Adversarial Networks (GANs), Variational Autoencoders (VAEs) și Reinforcement Learning, oferind exemple practice și implementări de cod folosind Keras. Cu toate acestea, unii utilizatori au raportat probleme tehnice cu versiunea Kindle, confruntându-se cu blocaje și accidentări.

⬤ Acoperire cuprinzătoare a subiectelor avansate de învățare profundă, inclusiv GANs, VAEs și învățarea prin consolidare.
⬤ Bun echilibru între aplicații practice, matematică și explicații.
⬤ Bine scris și ușor de înțeles atât pentru începători, cât și pentru programatorii experimentați.
⬤ Oferă exemple clare de cod și perspective practice pentru utilizarea Keras.
⬤ Foarte recomandat de cititori pentru construirea de aplicații în deep learning.

⬤ Probleme tehnice raportate cu versiunea Kindle, inclusiv înghețarea și blocarea.
⬤ Unii utilizatori pot găsi subiectele avansate dificile fără cunoștințe prealabile.

(pe baza a 8 recenzii ale cititorilor)

Titlul original:

Advanced Deep Learning with Keras

Conținutul cărții:

Nota editorului: Această ediție din 2018 este depășită și nu este compatibilă cu TensorFlow 2 sau cu oricare dintre cele mai recente actualizări ale bibliotecilor Python. O nouă ediție a doua, actualizată pentru 2020 și care include TensorFlow 2 și acoperirea învățării nesupravegheate utilizând informații reciproce, detectarea obiectelor și segmentarea semantică, a fost publicată acum.

Un ghid cuprinzător al tehnicilor avansate de învățare profundă, inclusiv autoencoderii, GAN-urile, VAE-urile și învățarea profundă de întărire care conduc la cele mai impresionante rezultate ale IA de astăzi.

Caracteristici cheie

⬤ Explorați cele mai avansate tehnici de învățare profundă care conduc la rezultatele AI moderne.

⬤ Implementați rețele neuronale profunde, autoencodere, GAN-uri, VAE-uri și învățarea profundă prin consolidare.

⬤ Un studiu amplu al GAN-urilor, inclusiv GAN-uri îmbunătățite, GAN-uri Cross-Domain și GAN-uri de reprezentare disentangled.

Descrierea cărții:

Dezvoltările recente în învățarea profundă, inclusiv rețelele generative adversare (GAN), autoencoderele variaționale (VAE) și învățarea profundă a armăturilor (DRL) creează rezultate impresionante ale inteligenței artificiale în titlurile noastre de știri - cum ar fi AlphaGo Zero care învinge campionii mondiali de șah și inteligența artificială generativă care poate crea picturi de artă care se vând pentru peste 400 de mii de dolari, deoarece sunt atât de asemănătoare oamenilor.

Advanced Deep Learning with Keras este un ghid cuprinzător al tehnicilor avansate de învățare profundă disponibile în prezent, astfel încât să vă puteți crea propriul AI de ultimă generație. Folosind Keras ca bibliotecă open-source de învățare profundă, veți găsi de-a lungul cărții proiecte practice care vă arată cum să creați AI mai eficiente cu cele mai recente tehnici.

Călătoria începe cu o prezentare generală a MLP-urilor, CNN-urilor și RNN-urilor, care sunt elementele de bază pentru tehnicile mai avansate din carte. Veți învăța cum să implementați modele de învățare profundă cu Keras și TensorFlow 1. x și veți trece la tehnici avansate, pe măsură ce explorați arhitecturi de rețele neuronale profunde, inclusiv ResNet și DenseNet, și cum să creați autoencodere. Aflați apoi totul despre GAN-uri și despre modul în care acestea pot deschide noi niveluri de performanță a IA. În continuare, veți fi la curent cu modul în care sunt implementate VAE și veți vedea cum GAN-urile și VAE-urile au puterea generativă de a sintetiza date care pot fi extrem de convingătoare pentru oameni - un pas înainte major pentru inteligența artificială modernă. Pentru a completa acest set de tehnici avansate, veți învăța cum să implementați DRL, cum ar fi Deep Q-Learning și Policy Gradient Methods, care sunt esențiale pentru multe rezultate moderne în IA.

Ce veți învăța:

⬤ Tehnici de ultimă oră în domeniul performanțelor AI asemănătoare celor umane.

⬤ Implementați modele avansate de învățare profundă utilizând Keras.

⬤ Elemente de bază pentru tehnici avansate - MLP, CNN și RNN.

⬤ Rețele neuronale profunde - ResNet și DenseNet.

⬤ Autoencodere și autoencodere variaționale (VAE)

⬤ Rețele generatoare adversare (GAN) și tehnici creative de inteligență artificială.

⬤ GAN-uri cu reprezentare dizolvată și GAN-uri interdomenii.

⬤ Metode aprofundate de învățare prin consolidare și implementare.

⬤ Produceți aplicații industriale standard utilizând OpenAI Gym.

⬤ Metode profunde de Q-Learning și Policy Gradient.

Pentru cine este această carte:

Se presupune o anumită fluență cu Python. Fiind o carte avansată, veți fi familiarizat cu unele abordări de învățare automată, iar o anumită experiență practică cu DL va fi utilă. Cunoașterea Keras sau TensorFlow 1. x nu este necesară, dar ar fi utilă.