دانلود کتاب The Deep Learning Workshop: Learn the skills you need to develop your own next-generation deep learning models with TensorFlow and Keras (به فارسی: کارگاه یادگیری عمیق: مهارت هایی را که برای توسعه مدل های یادگیری عمیق نسل بعدی خود با TensorFlow و Keras نیاز دارید بیاموزید.) نوشته شده توسط «Mirza Rahim Baig – Thomas V. Joseph – Nipun Sadvilkar – Mohan Kumar Silaparasetty – Anthony So»
اطلاعات کتاب کارگاه یادگیری عمیق: مهارت هایی را که برای توسعه مدل های یادگیری عمیق نسل بعدی خود با TensorFlow و Keras نیاز دارید بیاموزید.
موضوع اصلی: کامپیوتر – علوم کامپیوتر
نوع: کتاب الکترونیکی
ناشر: Packt Publishing
نویسنده: Mirza Rahim Baig – Thomas V. Joseph – Nipun Sadvilkar – Mohan Kumar Silaparasetty – Anthony So
زبان: english
فرمت کتاب: EPUB (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2020
تعداد صفحه: 474
حجم فایل: 20.83 مگابایت
کد کتاب: 1839219858 , 9781839219856
توضیحات کتاب کارگاه یادگیری عمیق: مهارت هایی را که برای توسعه مدل های یادگیری عمیق نسل بعدی خود با TensorFlow و Keras نیاز دارید بیاموزید.
رویکردی عملی برای درک یادگیری عمیق داشته باشید و برنامه‌های هوشمندی بسازید که می‌توانند تصاویر را تشخیص دهند و متن را تفسیر کنند
ویژگی‌های کلیدی
- درک نحوه پیاده‌سازی یادگیری عمیق با TensorFlow و Keras
- آموزش اصول بینایی کامپیوتری و تشخیص تصویر
- مطالعه معماری شبکه های عصبی مختلف
توضیحات کتاب
آیا مجذوب چگونه یادگیری عمیق به برنامه های هوشمند مانند ماشین های خودران، دستیاران مجازی، دستگاه های تشخیص چهره و چت بات ها برای پردازش داده ها و حل مشکلات پیچیده نیرو می دهد؟ چه با یادگیری ماشینی آشنا باشید و چه در این حوزه تازه کار هستید، کارگاه یادگیری عمیق با کمک مثال ها و تمرین های جالب درک یادگیری عمیق را برای شما آسان می کند.
این کتاب با برجسته کردن رابطه بین یادگیری عمیق، یادگیری ماشین و هوش مصنوعی شروع می‌شود و به شما کمک می‌کند تا با ساختار برنامه‌نویسی TensorFlow 2.0 با استفاده از تمرین‌های عملی راحت باشید. شما شبکه های عصبی، ساختار پرسپترون و نحوه استفاده از TensorFlow را برای ایجاد و آموزش مدل ها درک خواهید کرد. سپس این کتاب به شما امکان می‌دهد با انجام تمرین‌های تشخیص تصویر با شبکه‌های عصبی کانولوشنال (CNN) با استفاده از Keras، اصول بینایی کامپیوتر را کشف کنید. با پیشروی، می‌توانید مدل خود را با پیاده‌سازی متن و ترتیب دادن داده‌ها با استفاده از راه‌حل‌های معروف یادگیری عمیق قدرتمندتر کنید. در نهایت، شما با شبکه‌های عصبی بازگشتی دو طرفه (RNN) و ایجاد شبکه‌های متخاصم مولد (GAN) برای سنتز تصویر آشنا خواهید شد.
در پایان این کتاب یادگیری عمیق، مهارت‌های ضروری برای ساخت مدل‌های یادگیری عمیق با TensorFlow و Keras را خواهید آموخت.
آنچه خواهید آموخت
- درک کنید که چگونه یادگیری عمیق، یادگیری ماشین و هوش مصنوعی متفاوت هستند
- شبکه های عصبی عمیق چندلایه را با TensorFlow توسعه دهید
- پیاده سازی شبکه های عصبی عمیق برای طبقه بندی چند طبقه با استفاده از Keras
- Train CNN مدل‌هایی برای تشخیص تصویر
- داده‌های توالی را مدیریت کنید و از آن‌ها در ارتباط با RNN ها استفاده کنید
- یک GAN برای تولید تصاویر ترکیبی با کیفیت بالا بسازید
این کتاب کیست برای
اگر به یادگیری ماشین علاقه مند هستید و می خواهید مدل های یادگیری عمیق را با استفاده از TensorFlow و Keras ایجاد و آموزش دهید، این کارگاه برای شما مناسب است. درک کامل Python و بسته‌های آن، همراه با مفاهیم اولیه یادگیری ماشین، به شما کمک می‌کند تا موضوعات را سریع یاد بگیرید.
فهرست محتوا
- ساختار بلوک‌های یادگیری عمیق
- شبکه‌های عصبی
- طبقه‌بندی تصویر با شبکه‌های عصبی کانولوشن (CNN)
- آموزش عمیق برای متن – جاسازی‌ها
- آموزش عمیق برای دنباله‌ها
- LSTM ، GRU ها و RNN های پیشرفته
- شبکه های متخاصم مولد
Take a hands-on approach to understanding deep learning and build smart applications that can recognize images and interpret text
Key Features
- Understand how to implement deep learning with TensorFlow and Keras
- Learn the fundamentals of computer vision and image recognition
- Study the architecture of different neural networks
Book Description
Are you fascinated by how deep learning powers intelligent applications such as self-driving cars, virtual assistants, facial recognition devices, and chatbots to process data and solve complex problems? Whether you are familiar with machine learning or are new to this domain, The Deep Learning Workshop will make it easy for you to understand deep learning with the help of interesting examples and exercises throughout.
The book starts by highlighting the relationship between deep learning, machine learning, and artificial intelligence and helps you get comfortable with the TensorFlow 2.0 programming structure using hands-on exercises. You’ll understand neural networks, the structure of a perceptron, and how to use TensorFlow to create and train models. The book will then let you explore the fundamentals of computer vision by performing image recognition exercises with convolutional neural networks (CNNs) using Keras. As you advance, you’ll be able to make your model more powerful by implementing text embedding and sequencing the data using popular deep learning solutions. Finally, you’ll get to grips with bidirectional recurrent neural networks (RNNs) and build generative adversarial networks (GANs) for image synthesis.
By the end of this deep learning book, you’ll have learned the skills essential for building deep learning models with TensorFlow and Keras.
What you will learn
- Understand how deep learning, machine learning, and artificial intelligence are different
- Develop multilayer deep neural networks with TensorFlow
- Implement deep neural networks for multiclass classification using Keras
- Train CNN models for image recognition
- Handle sequence data and use it in conjunction with RNNs
- Build a GAN to generate high-quality synthesized images
Who this book is for
If you are interested in machine learning and want to create and train deep learning models using TensorFlow and Keras, this workshop is for you. A solid understanding of Python and its packages, along with basic machine learning concepts, will help you to learn the topics quickly.
Table of Contents
- Building Blocks of Deep Learning
- Neural Networks
- Image Classification with Convolutional Neural Networks (CNNs)
- Deep Learning for Text – Embeddings
- Deep Learning for Sequences
- LSTMs, GRUs, and Advanced RNNs
- Generative Adversarial Networks
