Principi e laboratori per l'apprendimento profondo

Titolo originale:

Principles and Labs for Deep Learning

Contenuto del libro:

Principles and Labs for Deep Learning fornisce le conoscenze e le tecniche necessarie per aiutare i lettori a progettare e sviluppare modelli di deep learning. Le tecniche di deep learning sono introdotte attraverso la teoria, illustrate in modo esauriente, spiegate attraverso esempi di codice sorgente TensorFlow e analizzate attraverso la visualizzazione dei risultati.

I metodi strutturati e i laboratori forniti dai dottori Huang e Le permettono ai lettori di diventare esperti di TensorFlow per costruire reti neurali convoluzionali profonde (CNN) attraverso API personalizzate, API Keras di alto livello, applicazioni Keras e TensorFlow Hub. Ogni capitolo ha un laboratorio corrispondente con istruzioni passo-passo per aiutare il lettore a esercitarsi e a raggiungere uno specifico risultato di apprendimento. Il Deep Learning è stato applicato con successo in diversi campi come la computer vision, l'elaborazione audio, la robotica, l'elaborazione del linguaggio naturale, la bioinformatica e la chimica.

A causa dell'enorme portata della conoscenza del Deep Learning, è necessario molto tempo per comprendere e implementare applicazioni utili e funzionanti, da qui l'importanza di questa nuova risorsa. In ogni capitolo sono incluse lezioni teoriche ed esperimenti per introdurre le tecniche e fornire esempi di codice sorgente per esercitarsi a usarle.

Tutti i Labs di questo libro sono inseriti su GitHub per facilitarne il download. Il libro è scritto partendo dal presupposto che il lettore conosca Python di base per la programmazione e Machine Learning di base.