Kuchárka hlbokého učenia TensorFlow 1.x

Recenzie čitateľov

Kniha má zmiešané recenzie, pričom niektorí chvália jej komplexné pokrytie TensorFlow a praktický prístup, zatiaľ čo iní ju kritizujú za slabé spracovanie, nedostatočnú zrozumiteľnosť a množstvo chýb.

Kniha poskytuje prehľad o TensorFlow na vysokej úrovni, pokrýva širokú škálu modelov hlbokého učenia a má formát praktickej kuchárskej knihy, vďaka čomu je užitočná pre pokročilých používateľov. Osobitne dobre sú hodnotené špecifické kapitoly, ako napríklad kapitoly o autoenkodéroch a posilňovacom učení. Zjednodušuje zložité koncepty a ponúka dobré podrobnosti o implementácii. Obsahuje aj návody krok za krokom na používanie modelov TensorFlow v mobilných aplikáciách.

Mnohé recenzie poukazujú na významné chyby pri editácii vrátane nesprávnych úryvkov kódu a zlého formátovania, ktoré môžu viesť k zmätku. Niektorí čitatelia považujú organizáciu obsahu za nedostatočnú, s nedostatočne vysvetlenými príkladmi. Kniha je kritizovaná za zavádzajúce zobrazenie obsahu, keďže niektoré časti sa opierajú o Keras a nie o TensorFlow. Okrem toho sa tvrdí, že mnohé koncepty a úryvky kódu možno nájsť voľne na internete, čím sa kniha stáva predraženou.

(na základe 16 čitateľských recenzií)

Pôvodný názov:

TensorFlow 1.x Deep Learning Cookbook

Obsah knihy:

Urobte ďalší krok pri implementácii rôznych bežných a nie až tak bežných neurónových sietí pomocou Tensorflow 1. x

Kľúčové vlastnosti:

⬤ Vylepšite sa a implementujte zložité neurónové siete pomocou TensorFlow 1. x od spoločnosti Google.

⬤ Jednoduchý sprievodca, ktorý vám umožní preskúmať posilňovacie učenie, GAN, autoenkodéry, viacvrstvové perceptróny a ďalšie.

⬤ Praktické recepty na prácu s Tensorflow v prostredí počítača, mobilných zariadení a cloudu.

Popis knihy:

Hlboké neurónové siete (DNN) dosiahli veľa úspechov v oblasti počítačového videnia, rozpoznávania reči a spracovania prirodzeného jazyka. Táto vzrušujúca príručka založená na receptoch vás prevedie z oblasti teórie DNN až po ich praktickú implementáciu na riešenie reálnych problémov v oblasti umelej inteligencie.

V tejto knihe sa dozviete, ako efektívne používať TensorFlow, open source framework spoločnosti Google na hlboké učenie. Pomocou jednoduchých samostatných receptov budete implementovať rôzne siete hlbokého učenia, ako sú konvolučné neurónové siete (CNN), rekurentné neurónové siete (RNN), hlboké siete Q-learning (DQN) a generatívne adverzné siete (GAN). Naučíte sa používať TensorFlow s Kerasom ako backendom. Dozviete sa, ako si rôzne DNN počínajú na niektorých populárnych používaných súboroch údajov, ako sú MNIST, CIFAR-10 a Youtube8m. Dozviete sa nielen o rôznych mobilných a vstavaných platformách podporovaných technológiou TensorFlow, ale aj o tom, ako nastaviť cloudové platformy pre aplikácie hlbokého učenia. Nahliadnete tiež do architektúry TPU a dozviete sa, ako ovplyvní budúcnosť DNN.

Pomocou ostrých, nič nehovoriacich receptov sa stanete odborníkom na implementáciu techník hlbokého učenia v rastúcich reálnych aplikáciách a výskumných oblastiach, ako sú posilňovacie učenie, GAN a autoenkodéry.

Čo sa naučíte:

⬤ Využívať rôzne dátové súbory, ako napríklad MNIST, CIFAR-10 a Youtube8m, pomocou TensorFlow a naučiť sa, ako k nim pristupovať a používať ich vo svojom kóde.

⬤ Používajte TensorBoard na pochopenie architektúr neurónových sietí, optimalizáciu procesu učenia a nahliadnutie do čiernej skrinky neurónovej siete.

⬤ Používajte rôzne regresné techniky na riešenie problémov predikcie a klasifikácie.

⬤ Zostavte jednovrstvové a viacvrstvové perceptróny v TensorFlow.

⬤ Zavedenie CNN a RNN v TensorFlow a ich použitie na riešenie reálnych problémov.

⬤ Učte sa, ako sa dajú Restricted Boltzmann Machines použiť na odporúčanie filmov.

⬤ Pochopiť implementáciu autoenkodérov a hĺbkových sietí viery a použiť ich na detekciu emócií.

⬤ Ovládnuť rôzne metódy posilňovania učenia s cieľom implementovať agentov hrajúcich hry.

Pre koho je táto kniha určená:

Táto kniha je určená dátovým analytikom, dátovým vedcom, odborníkom na strojové učenie a nadšencom hlbokého učenia, ktorí chcú pravidelne vykonávať úlohy hlbokého učenia a hľadajú praktickú príručku, na ktorú sa môžu spoľahnúť. Ľuďom, ktorí sú s neurónovými sieťami trochu oboznámení a teraz chcú získať odborné znalosti pri práci s rôznymi typmi neurónových sietí a dátových súborov, bude táto kniha celkom užitočná.