Tensorflow în acțiune

Recenzii ale cititorilor

Cartea este un ghid cuprinzător și bine structurat pentru TensorFlow 2.0, adresat unui public larg, de la studenți la cercetători profesioniști în domeniul datelor. Ea acoperă o gamă largă de subiecte, inclusiv prelucrarea imaginilor, prelucrarea limbajului natural și tehnici avansate, oferind în același timp exerciții practice și exemple de cod de înaltă calitate.

⬤ Acoperire cuprinzătoare a TensorFlow
⬤ Accesibilă pentru diverse audiențe
⬤ Bun echilibru între teorie și practică
⬤ Include exerciții practice
⬤ Bine ilustrată cu cod de înaltă calitate
⬤ Acoperă subiecte avansate precum funcții de pierdere personalizate și MLOps
⬤ Tratare abilă a implementării.

⬤ Conținutul poate deveni învechit din cauza noilor versiuni TensorFlow
⬤ Potențial copleșitor pentru începători
⬤ Lungimea cărții (peste 600 de pagini) poate fi descurajantă.

(pe baza a 5 recenzii ale cititorilor)

Titlul original:

Tensorflow in Action

Conținutul cărții:

Deblocați secretele de proiectare TensorFlow din spatele aplicațiilor de învățare profundă de succes! Thushan Ganegedara, colaborator StackOverflow pentru învățare profundă, vă învață noile caracteristici ale TensorFlow 2 în acest ghid practic.

În TensorFlow în acțiune veți învăța:

Principiile de bază ale TensorFlow.

Implementarea rețelelor de învățare profundă.

Alegerea unui API Keras de nivel înalt pentru construirea de modele cu încredere.

Scrierea de conducte de date complete de la un capăt la altul.

Construirea de modele pentru computer vision și procesarea limbajului natural.

Utilizarea modelelor NLP preinstruite.

Algoritmi recenți, inclusiv transformatoare, modele de atenție și ElMo.

În TensorFlow în acțiune, veți cerceta cea mai nouă versiune a uimitorului cadru TensorFlow de la Google, pe măsură ce veți învăța să creați aplicații incredibile de învățare profundă. Autorul Thushan Ganegedara folosește povești ciudate, exemple practice și explicații din culise pentru a demistifica concepte care altfel sunt prinse în lucrări academice dense. Pe măsură ce vă scufundați în tehnici moderne de învățare profundă, cum ar fi modelele de transformare și atenție, veți beneficia de perspectivele unice ale unui contributor de top StackOverflow pentru învățare profundă și NLP.

Achiziționarea cărții tipărite include o carte electronică gratuită în format PDF, Kindle și ePub de la Manning Publications.

Despre tehnologie.

Cadrul TensorFlow de la Google se află în centrul învățării profunde moderne. Dispunând de caracteristici practice precum suportul multi-GPU, vizualizarea datelor de rețea și conducte de producție simple utilizând TensorFlow Extended (TFX), TensorFlow oferă cea mai eficientă cale către aplicațiile AI profesionale. Iar biblioteca Keras, complet integrată în TensorFlow 2, facilitează construirea și antrenarea chiar și a modelelor complexe pentru viziune, limbaj și multe altele.

Despre carte.

TensorFlow în acțiune vă învață să construiți, să antrenați și să implementați modele de învățare profundă utilizând TensorFlow 2. În acest tutorial practic, veți construi abilități practice reutilizabile pe măsură ce veți crea aplicații gata de producție, cum ar fi un traducător din franceză în engleză și o rețea neuronală care poate scrie ficțiune. Veți aprecia explicațiile aprofundate care merg de la elementele de bază ale DL la aplicații avansate în NLP, procesarea imaginilor și MLOps, completate cu detalii importante pe care veți reveni să le consultați de nenumărate ori.

Ce este în interior.

Acoperă TensorFlow 2. 9.

Algoritmi recenți, inclusiv transformatoare, modele de atenție și ElMo.

Construiți pe modele preinstruite.

Scrierea de conducte de date end-to-end cu TFX.

Despre cititor.

Pentru programatorii Python cu abilități de bază în deep learning.

Despre autor.

Thushan Ganegedara este inginer ML senior la Canva și expert TensorFlow. El deține un doctorat în învățarea mașinilor de la Universitatea din Sydney.

Tabla de conținut.

PARTEA 1 BAZELE TENSORFLOW 2 ȘI ALE ÎNVĂȚĂRII PROFUNDE.

1 Lumea uimitoare a TensorFlow.

2 TensorFlow 2.

3 Keras și recuperarea datelor în TensorFlow 2.

4 Scufundarea în învățarea profundă.

5 Stadiul actual în învățarea profundă: Transformatoare.

PARTEA 2 UITE MAMĂ, FĂRĂ MÂINI! REȚELE PROFUNDE ÎN LUMEA REALĂ.

6 Învățarea mașinilor să vadă: Clasificarea imaginilor cu CNN-uri.

7 Învățarea mașinilor să vadă mai bine: Îmbunătățirea CNN-urilor și mărturisirea lor.

8 Diferențierea lucrurilor: Segmentarea imaginilor.

9 Procesarea limbajului natural cu TensorFlow: analiza sentimentelor.

10 Procesarea limbajului natural cu TensorFlow: modelarea limbajului.

PARTEA 3 REȚELE ADÂNCI AVANSATE PENTRU PROBLEME COMPLEXE.

11 Învățarea din secvență în secvență: Partea 1.

12 Învățarea de la secvență la secvență: Partea 2.

13 Transformatoare.

14 TensorBoard: Fratele mai mare al TensorFlow.

15 TFX: MLOps și implementarea modelelor cu TensorFlow.