Apprendimento profondo con TensorFlow 2 e Keras - Seconda edizione: Regressione, Convnet, GAN, RNN, NLP e altro ancora con TensorFlow 2 e l'API di Keras

Recensioni dei lettori

Il libro offre un approccio completo e pratico al deep learning con TensorFlow 2.x, adatto sia ai principianti che ai data scientist esperti. Sebbene copra un'ampia gamma di argomenti con esempi applicabili, alcuni lettori hanno segnalato problemi di errori nel codice sorgente e informazioni non aggiornate. Nel complesso, il libro è apprezzato per la sua chiarezza e pertinenza, anche se alcuni hanno riscontrato una mancanza di profondità per gli argomenti più avanzati.

⬤ Copertura completa degli argomenti del deep learning.
⬤ Esempi chiari e pratici per l'apprendimento pratico.
⬤ Ottimo sia per i principianti che per i professionisti esperti.
⬤ Ben strutturato con spiegazioni facili da seguire.
⬤ Gli autori sono esperti riconosciuti nel settore.

⬤ Errori nel codice sorgente e file mancanti segnalati dagli utenti.
⬤ Alcuni contenuti sono spiegati troppo velocemente, lasciando i lettori con delle domande.
⬤ Mancanza di profondità in alcuni argomenti avanzati.
⬤ Alcuni utenti lo ritengono più adatto a chi ha una conoscenza preliminare dell'apprendimento automatico.

(basato su 25 recensioni dei lettori)

Titolo originale:

Deep Learning with TensorFlow 2 and Keras - Second Edition: Regression, ConvNets, GANs, RNNs, NLP, and more with TensorFlow 2 and the Keras API

Contenuto del libro:

Costruire sistemi di apprendimento automatico e profondo con TensorFlow 2 e Keras, appena rilasciati, per il laboratorio, la produzione e i dispositivi mobili.

Caratteristiche principali

⬤ Introduce e utilizza TensorFlow 2 e Keras fin dall'inizio.

⬤ Insegna le principali tecniche di apprendimento automatico e profondo.

⬤ Comprende i fondamenti del deep learning e dell'apprendimento automatico attraverso spiegazioni chiare e ampi esempi di codice.

Descrizione del libro

Deep Learning with TensorFlow 2 and Keras, Second Edition insegna le reti neurali e le tecniche di deep learning con TensorFlow (TF) e Keras. Imparerete a scrivere applicazioni di deep learning nel più potente, popolare e scalabile stack di apprendimento automatico disponibile.

TensorFlow è la libreria di apprendimento automatico preferita per le applicazioni professionali, mentre Keras offre un'API Python semplice e potente per accedere a TensorFlow. TensorFlow 2 offre la piena integrazione con Keras, rendendo l'apprendimento automatico avanzato più facile e conveniente che mai.

Questo libro introduce le reti neurali con TensorFlow, ne illustra le principali applicazioni (regressione, ConvNets (CNNs), GANs, RNNs, NLP), illustra due applicazioni di esempio funzionanti e approfondisce il TF in produzione, il TF mobile e l'uso di TensorFlow con AutoML.

Cosa imparerete

⬤ Costruire sistemi di machine learning e deep learning con TensorFlow 2 e l'API Keras.

⬤ Utilizzare l'analisi di regressione, l'approccio più popolare all'apprendimento automatico.

⬤ Comprendere le ConvNet (reti neurali convoluzionali) e come siano essenziali per i sistemi di deep learning come i classificatori di immagini.

⬤ Utilizzare le GAN (reti generative avversarie) per creare nuovi dati che si adattino a modelli esistenti.

⬤ Scoprire le RNN (reti neurali ricorrenti) che possono elaborare sequenze di input in modo intelligente, utilizzando una parte di una sequenza per interpretarne correttamente un'altra.

⬤ Applicare il deep learning al linguaggio umano naturale e interpretare testi in linguaggio naturale per produrre una risposta appropriata.

⬤ Addestrate i vostri modelli sul cloud e mettete il TF al lavoro in ambienti reali.

⬤ Scoprire come gli strumenti di Google possono automatizzare semplici flussi di lavoro di ML senza la necessità di una modellazione complessa.

A chi è rivolto questo libro

Questo libro si rivolge agli sviluppatori Python e ai data scientist che desiderano costruire sistemi di machine learning e deep learning con TensorFlow. Indipendentemente dal fatto che abbiate o meno già lavorato all'apprendimento automatico, questo libro vi fornisce la teoria e la pratica necessarie per utilizzare Keras, TensorFlow 2 e AutoML per costruire sistemi di apprendimento automatico.