دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: سایبرنتیک: هوش مصنوعی ویرایش: 1 نویسندگان: Tom Hope, Yehezkel S. Resheff, Itay Lieder سری: ISBN (شابک) : 1491978511, 9781491978511 ناشر: O’Reilly Media سال نشر: 2017 تعداد صفحات: 242 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 13 مگابایت
کلمات کلیدی مربوط به کتاب یادگیری تنسورفلو: راهنمای ساختن سیستمهای یادگیری عمیق: یادگیری عمیق، چند رشته ای، یادگیری نظارت شده، پایتون، شبکه های عصبی کانولوشن، شبکه های عصبی تکراری، برنامه نویسی موازی، TensorFlow، خوشه ها، نمودارهای محاسباتی، رگرسیون خطی، حافظه بلند مدت کوتاه مدت، صف های پردازش توزیع شده، word2vec
در صورت تبدیل فایل کتاب Learning Tensorflow: A Guide to Building Deep Learning Systems 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 یادگیری تنسورفلو: راهنمای ساختن سیستمهای یادگیری عمیق 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.
شبکههای عصبی عمیقی که تقریباً از مغز انسان الهام گرفته شدهاند، با مقادیر زیادی داده آموزش دیدهاند، میتوانند کارهای پیچیده را با دقت بیسابقهای حل کنند. این کتاب عملی راهنمای سرتاسری برای TensorFlow، کتابخانه نرمافزار منبع باز پیشرو ارائه میدهد که به شما کمک میکند شبکههای عصبی را برای بینایی رایانه، پردازش زبان طبیعی (NLP)، تشخیص گفتار و تحلیلهای پیشبینی کلی بسازید و آموزش دهید. نویسندگان Tom Hope، Yehezkel Resheff و Itay Lieder رویکردی عملی به اصول TensorFlow برای مخاطبان فنی گسترده ای ارائه می دهند - از دانشمندان و مهندسان داده تا دانشجویان و محققان. قبل از غواصی عمیقتر در موضوعاتی مانند معماری شبکههای عصبی، تجسم TensorBoard، کتابخانههای انتزاعی TensorFlow و خطوط لوله ورودی چند رشتهای، با چند مثال اساسی در TensorFlow کار میکنید. پس از اتمام این کتاب، میدانید که چگونه سیستمهای یادگیری عمیق آماده تولید را در TensorFlow بسازید و به کار بگیرید. • با TensorFlow، به سرعت و بدون درد از جای خود بلند شوید و بدوید • یاد بگیرید که چگونه از TensorFlow برای ساختن مدل های یادگیری عمیق از پایه استفاده کنید • آموزش مدل های محبوب یادگیری عمیق برای بینایی کامپیوتر و NLP • از کتابخانه های انتزاعی گسترده برای آسان تر و سریع تر کردن توسعه استفاده کنید • یاد بگیرید که چگونه TensorFlow را مقیاس بندی کنید، و از خوشه ها برای توزیع آموزش مدل استفاده کنید • TensorFlow را در یک محیط تولید مستقر کنید
Roughly inspired by the human brain, deep neural networks trained with large amounts of data can solve complex tasks with unprecedented accuracy. This practical book provides an end-to-end guide to TensorFlow, the leading open source software library that helps you build and train neural networks for computer vision, natural language processing (NLP), speech recognition, and general predictive analytics. Authors Tom Hope, Yehezkel Resheff, and Itay Lieder provide a hands-on approach to TensorFlow fundamentals for a broad technical audience—from data scientists and engineers to students and researchers. You’ll begin by working through some basic examples in TensorFlow before diving deeper into topics such as neural network architectures, TensorBoard visualization, TensorFlow abstraction libraries, and multithreaded input pipelines. Once you finish this book, you’ll know how to build and deploy production-ready deep learning systems in TensorFlow. • Get up and running with TensorFlow, rapidly and painlessly • Learn how to use TensorFlow to build deep learning models from the ground up • Train popular deep learning models for computer vision and NLP • Use extensive abstraction libraries to make development easier and faster • Learn how to scale TensorFlow, and use clusters to distribute model training • Deploy TensorFlow in a production setting