Tensorflow in azione

Recensioni dei lettori

Il libro è una guida completa e ben strutturata a TensorFlow 2.0, che si rivolge a un pubblico ampio, dagli studenti ai data scientist professionisti. Copre una serie di argomenti, tra cui l'elaborazione delle immagini, l'elaborazione del linguaggio naturale e le tecniche avanzate, fornendo esercizi pratici ed esempi di codice di alta qualità.

⬤ Copertura completa di TensorFlow
⬤ Accessibile a vari tipi di pubblico
⬤ Buon equilibrio tra teoria e pratica
⬤ Include esercizi pratici
⬤ Ben illustrati con codice di alta qualità
⬤ Copre argomenti avanzati come le funzioni di perdita personalizzate e gli MLOp
⬤ Tratta con competenza la distribuzione.

⬤ Il contenuto potrebbe diventare obsoleto a causa delle nuove versioni di TensorFlow
⬤ Potenzialmente opprimente per i principianti
⬤ La lunghezza del libro (oltre 600 pagine) potrebbe essere scoraggiante.

(basato su 5 recensioni dei lettori)

Titolo originale:

Tensorflow in Action

Contenuto del libro:

Svela i segreti della progettazione di TensorFlow alla base delle applicazioni di deep learning di successo! Thushan Ganegedara, collaboratore di StackOverflow per il deep learning, vi insegna le nuove funzionalità di TensorFlow 2 in questa guida pratica.

In TensorFlow in azione imparerete:

Fondamenti di TensorFlow.

Implementazione di reti di apprendimento profondo.

Scegliere un'API Keras di alto livello per costruire modelli con sicurezza.

Scrivere pipeline di dati end-to-end complete.

Creazione di modelli per la visione artificiale e l'elaborazione del linguaggio naturale.

Utilizzo di modelli NLP preaddestrati.

Algoritmi recenti, tra cui trasformatori, modelli di attenzione ed ElMo.

In TensorFlow in azione, si scava nella nuova versione dell'incredibile framework TensorFlow di Google e si impara a creare incredibili applicazioni di deep learning. L'autore Thushan Ganegedara utilizza storie bizzarre, esempi pratici e spiegazioni dietro le quinte per demistificare concetti altrimenti intrappolati in densi documenti accademici. Mentre vi immergete nelle moderne tecniche di deep learning, come i trasformatori e i modelli di attenzione, beneficerete delle intuizioni uniche di uno dei principali contributori di StackOverflow per il deep learning e la PNL.

L'acquisto del libro stampato include un eBook gratuito nei formati PDF, Kindle e ePub di Manning Publications.

Informazioni sulla tecnologia.

Il framework TensorFlow di Google è il cuore del moderno deep learning. Grazie a funzionalità pratiche come il supporto multi-GPU, la visualizzazione dei dati di rete e la facilità di produzione delle pipeline con TensorFlow Extended (TFX), TensorFlow offre il percorso più efficiente per le applicazioni di AI professionali. Inoltre, la libreria Keras, completamente integrata in TensorFlow 2, consente di costruire e addestrare modelli complessi per la visione, il linguaggio e altro ancora.

Informazioni sul libro.

TensorFlow in Action insegna a costruire, addestrare e distribuire modelli di deep learning utilizzando TensorFlow 2. In questo tutorial pratico, si costruiscono competenze riutilizzabili mentre si creano applicazioni pronte per la produzione, come un traduttore dal francese all'inglese e una rete neurale in grado di scrivere narrativa. Apprezzerete le spiegazioni approfondite che vanno dalle basi della DL alle applicazioni avanzate in NLP, elaborazione delle immagini e MLOps, complete di dettagli importanti che tornerete a consultare più volte.

Cosa contiene.

Copre TensorFlow 2. 9.

Algoritmi recenti, tra cui trasformatori, modelli di attenzione ed ElMo.

Costruire su modelli preaddestrati.

Scrivere pipeline di dati end-to-end con TFX.

Il lettore.

Per programmatori Python con competenze di base in deep learning.

Informazioni sull'autore.

Thushan Ganegedara è un ingegnere ML senior di Canva ed esperto di TensorFlow. Ha conseguito un dottorato di ricerca in apprendimento automatico presso l'Università di Sydney.

Indice dei contenuti.

PARTE 1 FONDAMENTI DI TENSORFLOW 2 E DEEP LEARNING.

1 Il fantastico mondo di TensorFlow.

2 TensorFlow 2.

3 Keras e il recupero dei dati in TensorFlow 2.

4 Immergersi nel deep learning.

5 Stato dell'arte del deep learning: Transformers.

PARTE 2 GUARDA MA, NIENTE MANI! LE RETI PROFONDE NEL MONDO REALE.

6 Insegnare alle macchine a vedere: Classificazione delle immagini con le CNN.

7 Insegnare alle macchine a vedere meglio: Migliorare le CNN e farle confessare.

8 Distinguere le cose: Segmentazione delle immagini.

9 Elaborazione del linguaggio naturale con TensorFlow: analisi dei sentimenti.

10 Elaborazione del linguaggio naturale con TensorFlow: modellazione del linguaggio.

PARTE 3 RETI PROFONDE AVANZATE PER PROBLEMI COMPLESSI.

11 Apprendimento da sequenza a sequenza: Parte 1.

12 Apprendimento da sequenza a sequenza: Parte 2.

13 Trasformatori.

14 TensorBoard: Il fratello maggiore di TensorFlow.

15 TFX: MLOps e distribuzione di modelli con TensorFlow.