مشخصات کتاب

Learn Keras for deep neural networks: a fast-track approach to modern deep learning with Python

ویرایش:  
نویسندگان: Moolayil. Jojo John  
سری:  
ISBN (شابک) : 9781484242391, 1484242408 
ناشر: Apress 
سال نشر: 2018;2019 
تعداد صفحات: 192 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

در صورت تبدیل فایل کتاب Learn Keras for deep neural networks: a fast-track approach to modern deep learning with Python به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب کراس را برای شبکه های عصبی عمیق بیاموزید: یک رویکرد سریع برای یادگیری عمیق مدرن با پایتون نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب کراس را برای شبکه های عصبی عمیق بیاموزید: یک رویکرد سریع برای یادگیری عمیق مدرن با پایتون

شبکه های عصبی عمیق را با رویکردی ریاضی و برنامه نویسی با استفاده از Keras و Python بیاموزید، درک کنید و پیاده سازی کنید. این کتاب بر روی یک رویکرد پایان به انتها برای توسعه الگوریتم‌های یادگیری نظارت شده در رگرسیون و طبقه‌بندی با موارد کاربردی کسب‌وکار محور پیاده‌سازی شده در Keras تمرکز دارد.

کتاب کلی شامل سه بخش با دو فصل است. هر بخش بخش اول شما را با تمام اصول اولیه لازم برای شروع یادگیری عمیق آماده می کند. فصل 1 شما را با دنیای یادگیری عمیق و تفاوت آن با یادگیری ماشینی، انتخاب چارچوب ها برای یادگیری عمیق و اکوسیستم کراس آشنا می کند. شما یک مشکل کسب و کار واقعی را پوشش خواهید داد که می تواند با الگوریتم های یادگیری نظارت شده با شبکه های عصبی عمیق حل شود. شما یک مورد استفاده را برای رگرسیون و دیگری را برای طبقه بندی با استفاده از مجموعه داده های محبوب Kaggle خواهید دید. به شما کمک می کند تا مدل های خود را در هنگام ساخت برنامه های یادگیری عمیق قوی بهبود بخشید. در نهایت، مهارت‌های خود را در یادگیری عمیق تقویت خواهید کرد و زمینه‌های توسعه فعال و تحقیق در یادگیری عمیق را پوشش خواهید داد.

در پایان Learn Keras for Deep Neural Networks، شما درک کاملی از اصول یادگیری عمیق خواهید داشت و تجربه عملی عملی در توسعه راه حل های یادگیری عمیق در سطح سازمانی در Keras خواهید داشت.

آنچه خواهید آموخت
/>
با انتزاعات ریاضی و برنامه نویسی به مفاهیم یادگیری عمیق عملی سریع و سریع مسلط شوید. طراحی، توسعه، آموزش، اعتبارسنجی و استقرار شبکه‌های عصبی عمیق با استفاده از چارچوب Keras استفاده از بهترین روش‌ها برای اشکال‌زدایی و اعتبارسنجی مدل‌های یادگیری عمیق استقرار و ادغام یادگیری عمیق به‌عنوان یک سرویس در یک سرویس یا محصول نرم‌افزاری بزرگ‌تر. اصول یادگیری عمیق را در چارچوب‌های محبوب دیگر گسترش دهید. این کتاب برای چه کسی است

مهندسین نرم افزار و مهندسان داده با مهارت های اولیه برنامه نویسی در هر زبانی که علاقه مند به کاوش در یادگیری عمیق برای یک حرکت شغلی یا یک پروژه سازمانی هستند.< br />

توضیحاتی درمورد کتاب به خارجی

Learn, understand, and implement deep neural networks in a math- and programming-friendly approach using Keras and Python. The book focuses on an end-to-end approach to developing supervised learning algorithms in regression and classification with practical business-centric use-cases implemented in Keras.

The overall book comprises three sections with two chapters in each section. The first section prepares you with all the necessary basics to get started in deep learning. Chapter 1 introduces you to the world of deep learning and its difference from machine learning, the choices of frameworks for deep learning, and the Keras ecosystem. You will cover a real-life business problem that can be solved by supervised learning algorithms with deep neural networks. You'll tackle one use case for regression and another for classification leveraging popular Kaggle datasets.

Later, you will see an interesting and challenging part of deep learning: hyperparameter tuning; helping you further improve your models when building robust deep learning applications. Finally, you'll further hone your skills in deep learning and cover areas of active development and research in deep learning.

At the end ofLearn Keras for Deep Neural Networks, you will have a thorough understanding of deep learning principles and have practical hands-on experience in developing enterprise-grade deep learning solutions in Keras.

What You'll Learn

Master fast-paced practical deep learning concepts with math- and programming-friendly abstractions. Design, develop, train, validate, and deploy deep neural networks using the Keras framework Use best practices for debugging and validating deep learning models Deploy and integrate deep learning as a service into a larger software service or product Extend deep learning principles into other popular frameworksWho This Book Is For

Software engineers and data engineers with basic programming skills in any language and who are keen on exploring deep learning for a career move or an enterprise project.

فهرست مطالب

Front Matter ....Pages i-xv
 An Introduction to Deep Learning and Keras  (Jojo Moolayil)....Pages 1-16
 Keras in Action  (Jojo Moolayil)....Pages 17-52
 Deep Neural Networks for Supervised Learning: Regression  (Jojo Moolayil)....Pages 53-99
 Deep Neural Networks for Supervised Learning: Classification  (Jojo Moolayil)....Pages 101-135
 Tuning and Deploying Deep Neural Networks  (Jojo Moolayil)....Pages 137-159
 The Path Ahead  (Jojo Moolayil)....Pages 161-176
Back Matter ....Pages 177-182

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Introduction du nombre j dans la topologie des circuits électriques - Circuits antisymétriquement couplés et gyrateurs

دانلود کتاب Statistics for Health Care Management and Administration: Working with Excel

دانلود کتاب Superinsulators, Bose Metals and High-Tc Superconductors: The Quantum Physics of Emergent Magnetic Monopoles

دانلود کتاب The Hidden History Of Coaching (Coaching in Practice (Paperback))

دانلود کتاب Kaspar's Box (The Three Kings 3)