Ebook Deep Learning Với TensorFlow Và Keras - Xây Dựng Và Triển Khai Các Mô Hình Supervised, Unsupervised, Deep, Và Reinforcement Learning [Ấn Bản Lần 3, Tháng 10-2022] [PDF, EPUB, MOBI + CODE] [9807E]
Xây dựng cutting edge machine và deep learning systems for lab, production, và mobile devices.
1. Các tính năng chính:
- ✓ Hiểu fundamentals của deep learning và machine learning thông qua các giải thích rõ ràng và các mẫu mã sâu rộng.
- ✓ Triển khai graph neural networks, transformers bằng cách sử dụng Hugging Face và TensorFlow Hub cũng như joint và contrastive learning.
- ✓ Tìm cutting-edge machine và deep learning techniques.
2. Mô tả cuốn sách:
Deep Learning với TensorFlow và Keras dạy bạn các kỹ thuật neural networks và deep learning bằng TensorFlow (TF) và Keras. Bạn sẽ học cách viết các ứng dụng deep learning trong ngăn xếp machine learning mạnh mẽ, phổ biến và có thể mở rộng nhất hiện có.
TensorFlow 2.x tập trung vào sự đơn giản và dễ sử dụng, với các cập nhật như eager execution, intuitive higher-level API dựa trên Keras và xây dựng mô hình linh hoạt trên bất kỳ nền tảng nào. Cuốn sách này sử dụng các tính năng và thư viện TF 2.0 mới nhất để trình bày tổng quan về các mô hình học máy có giám sát và không giám sát, đồng thời cung cấp phân tích toàn diện về các mô hình học sâu và học tăng cường bằng cách sử dụng các ví dụ thực tế cho các môi trường sản xuất lớn, di động và đám mây.
Cuốn sách này cũng hướng dẫn bạn cách tạo mạng nơ-ron với TensorFlow, chạy qua các thuật toán phổ biến (regression, convolutional neural network (CNN), transformers, generative adversarial networks (GAN), recurrent neural networks (RNN), natural language processing (NLP), và graph neural networks (GNN)), bao gồm các ứng dụng mẫu đang hoạt động, sau đó đi sâu vào TF in production, TF mobile, và TensorFlow với AutoML.
3. Những gì bạn sẽ học:
- ✓ Tìm hiểu cách sử dụng GNN phổ biến với TensorFlow để thực hiện các tác vụ graph mining.
- ✓ Khám phá thế giới của transformers, từ pretraining đến fine-tuning để đánh giá chúng.
- ✓ Áp dụng self-supervised learning để xử lý ngôn ngữ tự nhiên, thị giác máy tính và xử lý tín hiệu âm thanh.
- ✓ Kết hợp các mô hình deep learning và xác suất bằng TensorFlow Probability.
- ✓ Đào tạo các mô hình của bạn trên đám mây và đưa TF hoạt động trong môi trường thực tế.
- ✓ Xây dựng các hệ thống machine learning và deep learning với TensorFlow 2.x và Keras API.
4. Cuốn sách này dành cho ai:
Cuốn sách machine learning thực hành này dành cho các Python developer và nhà khoa học dữ liệu muốn xây dựng các hệ thống machine learning và deep learning với TensorFlow. Cuốn sách này cung cấp cho bạn lý thuyết và thực hành cần thiết để sử dụng Keras, TensorFlow và AutoML để xây dựng các hệ thống machine learning.
Một số kiến thức machine learning sẽ hữu ích. Chúng tôi không giả định kiến thức TF.
Mục lục:
- ✓ Chương 01. Neural Networks Foundations với TF.
- ✓ Chương 02. Regression và Classification.
- ✓ Chương 03: Convolutional Neural Networks.
- ✓ Chương 04: Word Embeddings.
- ✓ Chương 05: Recurrent Neural Network.
- ✓ Chương 06: Transformers.
- ✓ Chương 07: Unsupervised Learning.
- ✓ Chương 08: Autoencoders.
- ✓ Chương 09: Generative Models.
- ✓ Chương 10: Self-Supervised Learning.
- ✓ Chương 11: Reinforcement Learning.
- ✓ Chương 12: Probabilistic TensorFlow.
- ✓ Chương 13: Giới thiệu về AutoML.
- ✓ Chương 14: Math Behind Deep Learning.
- ✓ Chương 15: Tensor Processing Unit.
- ✓ Chương 16: Các thư viện Deep Learning hữu ích khác.
- ✓ Chương 17: Đồ thị Mạng Nơ-ron
- ✓ Chương 18: Graph Neural Networks
- ✓ Chương 19: Machine Learning Best Practices.
- ✓ Chương 20: TensorFlow 2 Ecosystem.
- ✓ Chương 21: Convolutional Neural Networks nâng cao.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU
