Reti neurali artificiali con Tensorflow 2: progetti di apprendimento automatico con architettura Ann

Recensioni dei lettori

Il libro fornisce un'introduzione chiara e pratica a TensorFlow, coprendo i concetti fondamentali e le applicazioni del deep learning. È stato apprezzato per l'approccio strutturato e le spiegazioni dettagliate, in particolare per quanto riguarda Keras, la costruzione di modelli e gli esempi pratici. Tuttavia, alcuni recensori hanno notato che alcuni concetti non sono spiegati adeguatamente e hanno individuato errori nelle spiegazioni. Si raccomanda un aggiornamento dei contenuti.

Approccio pratico, chiaro e ben strutturato, spiegazioni dettagliate, copertura completa degli argomenti, in particolare di Keras e della costruzione di modelli, esempi orientati all'applicazione, include il codice sorgente per l'implementazione.

Alcuni concetti sono spiegati in modo inadeguato, contiene errori nelle spiegazioni, manca chiarezza sulle differenze tra le API, necessita di un aggiornamento per correggere le imprecisioni.

(basato su 3 recensioni dei lettori)

Titolo originale:

Artificial Neural Networks with Tensorflow 2: Ann Architecture Machine Learning Projects

Contenuto del libro:

Sviluppare modelli di apprendimento automatico in vari ambiti. Questo libro offre un'unica fonte che fornisce una copertura completa delle funzionalità di TensorFlow 2 attraverso l'uso di progetti realistici e basati su scenari.

Dopo aver appreso le novità di TensorFlow 2, potrete immergervi subito nello sviluppo di modelli di apprendimento automatico attraverso progetti applicabili. Questo libro copre un'ampia varietà di architetture ANN, partendo dal lavoro con una semplice rete sequenziale fino ad arrivare a CNN, RNN, LSTM, DCGAN e così via. A ogni tipo di rete è dedicato un intero capitolo e ogni capitolo consiste in un progetto completo che descrive l'architettura di rete utilizzata, la teoria alla base di tale architettura, il set di dati utilizzato, la pre-elaborazione dei dati, l'addestramento del modello, i test e le ottimizzazioni delle prestazioni e l'analisi.

Questo approccio pratico può essere utilizzato dall'inizio alla fine oppure, se si ha già familiarità con i modelli ML di base, ci si può tuffare direttamente nell'applicazione che interessa. Le spiegazioni riga per riga dei principali segmenti di codice aiutano a chiarire i dettagli durante il lavoro e l'intero sorgente del progetto è disponibile online per l'apprendimento e l'ulteriore sperimentazione. Con Reti Neurali Artificiali con TensorFlow 2 vedrete quanto sia ampia la gamma delle capacità di TensorFlow.

Cosa imparerete

⬤ Sviluppare applicazioni di apprendimento automatico.

⬤ Tradurre le lingue usando le reti neurali.

⬤ Comporre immagini con il trasferimento di stile.

Per chi è questo libro?

Principianti, professionisti e sviluppatori che desiderano padroneggiare l'apprendimento automatico e profondo con TensorFlow 2. Il lettore deve avere nozioni di base e terminologie di ML.