- Артикул:00-01050149
- Автор: Шолле Ф.
- ISBN: 978-5-4461-1909-7
- Тираж: 1500 экз.
- Обложка: Мягкая обложка
- Издательство: Питер (все книги издательства)
- Город: Санкт-Петербург
- Страниц: 576
- Формат: 70x100/16 (~167x236 мм)
- Год: 2023
- Вес: 1438 г
- Серия: Библиотека программиста (все книги серии)
Развернуть ▼
Глубокое обучение динамично развивается, открывая все новые и новые возможности создания ПО. Это не только автоматический перевод текстов с одного языка на другой, распознавание изображений, но и многое другое. Глубокое обучение превратилось в важный навык, необходимый каждому разработчику. Keras и TensorFlow облегчают жизнь разработчикам и позволяют легко работать даже тем, кто не имеет фундаментальных знаний в области математики или науки о данных.
Настала пора познакомиться с глубоким обучением и мощной библиотекой Keras!
В этом расширенном и дополненном издании создатель библиотеки Keras - Франсуа Шолле - делится знаниями и с новичками, и с опытными специалистами. Иллюстрации и наглядные примеры помогут вам разобраться с самыми сложными вопросами и концепциями. Вы быстро приобретете навыки, необходимые для разработки приложений глубокого обучения.
В этой книге:
- Основы глубокого обучения.
- Классификация и сегментация изображений.
- Прогнозирование временных рядов.
- Классификация текстов и машинный перевод.
Генерация текста, нейронная передача стилей и генерация изображений.
Книга подойдет для читателей со средним уровнем владения Python. Не требует предыдущего опыта использования Keras, TensorFlow или машинного обучения.
Краткое содержание
Предисловие
Благодарности
О книге
Об авторе
Иллюстрация на обложке
От издательства
Глава 1. Что такое глубокое обучение
Глава 2. Математические основы нейронных сетей
Глава 3. Введение в Keras и TensorFlow
Глава 4. Начало работы с нейронными сетями: классификация и регрессия
Глава 5. Основы машинного обучения
Глава 6. Обобщенный процесс машинного обучения
Глава 7. Работа с Keras: глубокое погружение
Глава 8. Введение в глубокое обучение в технологиях компьютерного зрения
Глава 9. Продвинутые приемы глубокого обучения в технологиях компьютерного зрения
Глава 10. Глубокое обучение на временных последовательностях
Глава 11. Глубокое обучение для текста
Глава 12. Генеративное глубокое обучение
Глава 13. Методы и приемы для применения на практике
Глава 14. Заключение
Рекомендуем
