Evaluare:
Cartea oferă o introducere intuitivă în instrumentele de probabilitate TensorFlow, oferind explicații simplificate ale unor concepte complexe precum rețelele neuronale Bayesiene și fluxul de normalizare. Cu toate acestea, a fost criticată pentru conținutul său superficial, editarea slabă și adâncimea limitată, în special în secțiunea de învățare profundă probabilistică.
Avantaje:Explicații intuitive și prietenoase, resursă excelentă pentru înțelegerea instrumentelor de probabilitate TensorFlow, perspectivă unică asupra conceptelor complexe, conținut interesant privind rețelele neuronale și fluxul de normalizare.
Dezavantaje:Subțire în conținut, în special în secțiunile introductive, editare slabă cu numeroase erori, adâncime insuficientă în învățarea profundă probabilistică, o mare parte din carte este material introductiv de bază.
(pe baza a 4 recenzii ale cititorilor)
Probabilistic Deep Learning: With Python, Keras and Tensorflow Probability
Probabilistic Deep Learning arată cum modelele probabilistice de învățare profundă oferă cititorilor instrumentele necesare pentru a identifica și a lua în considerare incertitudinea și potențialele erori din rezultatele lor.
Pornind de la aplicarea principiului probabilității maxime care stă la baza ajustării curbei la învățarea profundă, cititorii vor trece la utilizarea cadrului Tensorflow Probability, bazat pe Python, și vor configura rețele neuronale bayesiene care își pot declara incertitudinile.
Achiziționarea cărții tipărite include o carte electronică gratuită în format PDF, Kindle și ePub de la Manning Publications.
© Book1 Group - toate drepturile rezervate.
Conținutul acestui site nu poate fi copiat sau utilizat, nici parțial, nici integral, fără permisiunea scrisă a proprietarului.
Ultima modificare: 2024.11.08 07:02 (GMT)