مجله علمی تفریحی بیبیس
0

دانلود کتاب یادگیری عمیق با TensorFlow و Keras

بازدید 1077
  • عنوان: Deep Learning with TensorFlow and Keras
  • نویسنده: AMITA.-GULLI-KAPOOR
  • حوزه: یادگیری عمیق, tensorflow
  • سال انتشار: 2022
  • تعداد صفحه: 699
  • زبان اصلی: انگلیسی
  • نوع فایل: pdf
  • حجم فایل: 25.5 مگابایت

آموزش عمیق با TensorFlow و Keras، نسخه سوم، مقدمه ای مختصر و در عین حال کامل بر شبکه های عصبی مدرن، هوش مصنوعی و فناوری های یادگیری عمیق است که به ویژه برای مهندسان نرم افزار و دانشمندان داده طراحی شده است. این کتاب دنباله‌ای طبیعی از کتاب‌های Deep Learning with Keras [1] و TensorFlow 1.x Deep Learning Cookbook [2] است که قبلاً توسط همین نویسندگان نوشته شده بود. این کتاب چشم انداز بسیار دقیقی از تکامل فناوری های یادگیری در شش سال گذشته ارائه می دهد. این کتاب ده‌ها شبکه عصبی عمیق را ارائه می‌کند که در پایتون با استفاده از TensorFlow 2.x، یک کتابخانه شبکه مدولار مبتنی بر APIهای Keras مانند کدگذاری شده‌اند [1]. هوش مصنوعی (AI) زمینه را برای هر چیزی که این کتاب در مورد آن بحث می کند، فراهم می کند. یادگیری ماشین (ML) شاخه ای از هوش مصنوعی است و یادگیری عمیق (DL) به نوبه خود زیر مجموعه ای از ML است. این بخش به طور مختصر به این سه مفهوم می پردازد که در ادامه این کتاب به طور مرتب با آنها مواجه خواهید شد. هوش مصنوعی به هر فعالیتی اشاره می‌کند که در آن ماشین‌ها رفتارهای هوشمندی را که معمولاً توسط انسان نشان داده می‌شود تقلید می‌کنند. به طور رسمی تر، این یک زمینه تحقیقاتی است که در آن ماشین ها با هدف تکرار قابلیت های شناختی مانند رفتارهای یادگیری، تعامل پیشگیرانه با محیط، استنتاج و استنتاج، بینایی کامپیوتری، تشخیص گفتار، حل مسئله، بازنمایی دانش و ادراک هستند. هوش مصنوعی بر پایه عناصر علوم کامپیوتر، ریاضیات و آمار و همچنین روانشناسی و سایر علومی است که رفتارهای انسانی را مطالعه می کنند. استراتژی های متعددی برای ساختن هوش مصنوعی وجود دارد. در طول دهه های 1970 و 1980، سیستم های “متخصص” بسیار محبوب شدند. هدف این سیستم ها حل مسائل پیچیده با نمایش دانش با تعداد زیادی از قوانین if-then به صورت دستی بود. این رویکرد برای مشکلات کوچک در حوزه‌های بسیار خاص کار می‌کرد، اما نمی‌توانست برای مشکلات بزرگ‌تر و دامنه‌های متعدد مقیاس‌پذیر شود. بعدها، هوش مصنوعی بیشتر و بیشتر بر روش‌های مبتنی بر روش‌های آماری که بخشی از ML هستند، متمرکز شد.

Deep Learning with TensorFlow and Keras, Third Edition, is a concise yet thorough introduction to modern neural networks, artificial intelligence, and deep learning technologies designed especially for software engineers and data scientists. The book is the natural follow-up of the books Deep Learning with Keras [1] and TensorFlow 1.x Deep Learning Cookbook [2] previously written by the same authors. This book provides a very detailed panorama of the evolution of learning technologies over the past six years. The book presents dozens of working deep neural networks coded in Python using TensorFlow 2.x, a modular network library based on Keras-like APIs [1]. Artificial Intelligence (AI) lays the ground for everything this book discusses. Machine Learning (ML) is a branch of AI, and Deep Learning (DL) is in turn a subset of ML. This section will briefly discuss these three concepts, which you will regularly encounter throughout the rest of this book. AI denotes any activity where machines mimic intelligent behaviors typically shown by humans. More formally, it is a research field in which machines aim to replicate cognitive capabilities such as learning behaviors, proactive interaction with the environment, inference and deduction, computer vision, speech recognition, problem-solving, knowledge representation, and perception. AI builds on elements of computer science, mathematics, and statistics, as well as psychology and other sciences studying human behaviors. There are multiple strategies for building AI. During the 1970s and 1980s, “expert” systems became extremely popular. The goal of these systems was to solve complex problems by representing the knowledge with a large number of manually defined if-then rules. This approach worked for small problems on very specific domains, but it was not able to scale up for larger problems and multiple domains. Later, AI focused more and more on methods based on statistical methods that are part of ML.

این کتاب را میتوانید بصورت رایگان از لینک زیر دانلود نمایید.

Download: Deep Learning with TensorFlow and Keras

نظرات کاربران

  •  چنانچه دیدگاه شما توهین آمیز باشد تایید نخواهد شد.
  •  چنانچه دیدگاه شما جنبه تبلیغاتی داشته باشد تایید نخواهد شد.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.

بیشتر بخوانید