دانلود کتاب Applied Neural Networks with TensorFlow 2: API Oriented Deep Learning with Python (به فارسی: شبکه های عصبی کاربردی با TensorFlow 2: یادگیری عمیق مبتنی بر API با پایتون) نوشته شده توسط «Orhan Gazi Yalçın»
اطلاعات کتاب شبکه های عصبی کاربردی با TensorFlow 2: یادگیری عمیق مبتنی بر API با پایتون
موضوع اصلی: کامپیوتر – هوش مصنوعی (AI)
نوع: کتاب الکترونیکی
ناشر: Apress
نویسنده: Orhan Gazi Yalçın
زبان: english
فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2021
تعداد صفحه: 306
حجم فایل: 6.19 مگابایت
کد کتاب: 1484265130 , 9781484265130
نوبت چاپ: 1st ed.
توضیحات کتاب شبکه های عصبی کاربردی با TensorFlow 2: یادگیری عمیق مبتنی بر API با پایتون
برنامه‌های یادگیری عمیق را با استفاده از TensorFlow پیاده‌سازی کنید، در حالی که «چرا» را از طریق توضیحات مفهومی عمیق یاد می‌گیرید.
شما با یادگیری آنچه که یادگیری عمیق نسبت به سایر مدل‌های یادگیری ماشینی ارائه می‌دهد شروع خواهید کرد. سپس با چندین فناوری مورد استفاده برای ایجاد مدل های یادگیری عمیق آشنا شوید. در حالی که برخی از این فناوری‌ها مکمل یکدیگر هستند، مانند Pandas، Scikit-Learn، و Numpy، برخی دیگر رقبا هستند، مانند PyTorch، Caffe و Theano. این کتاب جایگاه یادگیری عمیق و تنسورفلو را در میان همتایان خود روشن می کند.
سپس روی مدل‌های یادگیری عمیق نظارت شده کار می‌کنید تا تجربه کاربردی با این فناوری به دست آورید. یک لایه تک لایه از پرسپترون های متعدد برای ساختن یک شبکه عصبی کم عمق قبل از تبدیل آن به یک شبکه عصبی عمیق استفاده خواهد شد. پس از نمایش ساختار ANN ها، یک برنامه کاربردی واقعی با Tensorflow 2.0 Keras API ایجاد می شود. در مرحله بعد، روی روش‌های افزایش داده و نرمال‌سازی دسته‌ای کار خواهید کرد. سپس، مجموعه داده Fashion MNIST برای آموزش یک CNN استفاده خواهد شد. مدل‌های از پیش آموزش‌دیده CIFAR10 و Imagenet برای ایجاد CNNهای پیشرفته از قبل بارگذاری می‌شوند.
در نهایت، به برنامه‌های نظری و یادگیری بدون نظارت با رمزگذارهای خودکار و یادگیری تقویتی با مدل‌های tf-agent بروید. با این کتاب، شما به کارکردهای عملی یادگیری عمیق کاربردی می پردازید و دانش زیادی در مورد نحوه استفاده موثر از TensorFlow ایجاد می کنید.
آنچه یاد خواهید گرفت
- تکنولوژی‌های رقیب را مقایسه کنید و ببینید چرا TensorFlow محبوب‌تر است
- تولید متن، تصویر یا صدا با GANها
- پیش‌بینی رتبه یا اولویتی که کاربر می‌دهد به یک مورد
- توالی داده ها با شبکه های عصبی تکراری
این کتاب برای چه کسی است
داده ها دانشمندان و برنامه نویسان تازه وارد در زمینه یادگیری عمیق و APIهای یادگیری ماشین.
Implement deep learning applications using TensorFlow while learning the “why” through in-depth conceptual explanations.
You’ll start by learning what deep learning offers over other machine learning models. Then familiarize yourself with several technologies used to create deep learning models. While some of these technologies are complementary, such as Pandas, Scikit-Learn, and Numpy—others are competitors, such as PyTorch, Caffe, and Theano. This book clarifies the positions of deep learning and Tensorflow among their peers.
You’ll then work on supervised deep learning models to gain applied experience with the technology. A single-layer of multiple perceptrons will be used to build a shallow neural network before turning it into a deep neural network. After showing the structure of the ANNs, a real-life application will be created with Tensorflow 2.0 Keras API. Next, you’ll work on data augmentation and batch normalization methods. Then, the Fashion MNIST dataset will be used to train a CNN. CIFAR10 and Imagenet pre-trained models will be loaded to create already advanced CNNs.
Finally, move into theoretical applications and unsupervised learning with auto-encoders and reinforcement learning with tf-agent models. With this book, you’ll delve into applied deep learning practical functions and build a wealth of knowledge about how to use TensorFlow effectively.
What You’ll Learn
- Compare competing technologies and see why TensorFlow is more popular
- Generate text, image, or sound with GANs
- Predict the rating or preference a user will give to an item
- Sequence data with recurrent neural networks
Who This Book Is For
Data scientists and programmers new to the fields of deep learning and machine learning APIs.
دانلود کتاب «شبکه های عصبی کاربردی با TensorFlow 2: یادگیری عمیق مبتنی بر API با پایتون»
برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.