مجله علمی تفریحی بیبیس
0

دانلود کتاب تسلط بر TensorFlow 2.x – شبکه های عصبی قدرتمند را در مجموعه داده های ساختاریافته، بدون ساختار و داده های سری زمانی پیاده سازی کنید

بازدید 759
  • عنوان: Mastering TensorFlow 2.x /Implement Powerful Neural Nets across Structured, Unstructured datasets and Time Series Data
  • نویسنده: Rajdeep
  • حوزه: یادگیری عمیق, شبکه عصبی
  • سال انتشار: 2022
  • تعداد صفحه: 421
  • زبان اصلی: انگلیسی
  • نوع فایل: pdf
  • حجم فایل: 8.30 مگابایت

این کتاب بخش‌های زیادی از مفاهیم یادگیری عمیق را با پیاده‌سازی مبتنی بر TensorFlow پوشش می‌دهد. ما با اصول اولیه شروع می کنیم و سپس به موضوعات پیشرفته و تنظیم مدل نیز می پردازیم. تمرکز اصلی کتاب معرفی یک مفهوم، ریاضیات پشت آن و نحوه استفاده از مفاهیم در کتابخانه تنسورفلو است. اکثر نمونه ها بر اساس Jupyter هستند و برخی از آنها نیز بر اساس محیط Google Colab هستند. کتاب ترکیبی سالم از تئوری و همچنین نمونه هایی برای شروع است. برخی از فصل‌ها از Kaggle مثال‌هایی در دنیای واقعی گرفته‌اند – برای مثال استفاده از مجموعه داده PCAM برای طبقه‌بندی تصویر و همچنین یادگیری انتقال. در برخی موارد، ما همچنین نشان داده‌ایم که چگونه یک مجموعه داده مصنوعی برای یک مشکل تولید کنیم، به عنوان مثال برای مجموعه داده‌های سری زمانی. در حالی که تلاش کافی برای توضیح موضوعات انجام شده است، انجام غواصی عمیق در هر موضوع تقریبا غیرممکن است. با توجه به مبادله بین اکثریت قریب به اتفاق موضوعاتی که باید در کتاب پوشش داده شود و حجم قابل مدیریت نگه داشتن، ما در برخی موارد بر کاربردها تمرکز کرده‌ایم.

This book covers many parts of deep learning concepts with an implementation based on TensorFlow. We will start with the basics and then delve into advanced topics and model tuning as well. The key focus of the book is to introduce a concept, the math behind it, and how the concepts can be used in the TensorFlow library. Most of the samples are based on Jupyter with some of them also based on the Google Colab environment. Book is a healthy combination of theory as well as samples to get you started. Some chapters have taken real-world examples from Kaggle – for example using the PCAM dataset for image classification as well as transfer learning. In some cases, we have also shown how to generate a synthetic dataset for a problem, for example for a time series dataset. While sufficient effort has been made to explain the topics it is almost impossible to do deep dive on each topic. Considering the trade-off between the vast majority of topics to be covered in the book and keeping the volume manageable, we have focused on applications in some cases.

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

Download: Mastering TensorFlow 2.x

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