![[Recension] Deep Learning with TensorFlow and Keras (Amita Kapoor) Sammanfattad.](https://episodes.castos.com/660078c6833215-59505987/images/2598634/c1a-085k3-479jk40jf6om-nrowmr.jpg)
Show Notes
Deep Learning with TensorFlow and Keras (Amita Kapoor)
- Amazon Sweden Store: https://www.amazon.se/dp/1803232919?tag=9natreeswe-21
- Amazon Worldwide Store: https://global.buys.trade/Deep-Learning-with-TensorFlow-and-Keras-Amita-Kapoor.html
- Apple Books: https://books.apple.com/us/audiobook/python-machine-learning-a-beginners-guide-to-python/id1504752983?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Deep+Learning+with+TensorFlow+and+Keras+Amita+Kapoor+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Läs mer: https://swedish.9natree.com/read/1803232919/
#TensorFlow2ochKeras #Konvolutionellaneuralanätverk #Transformersochnaturligspråkbehandling #Generativeadversarialnetworks #TensorFlowLiteochmodellproduktion #DeepLearningwithTensorFlowandKeras
Deep Learning with TensorFlow and Keras, tredje upplagan, är en praktiskt inriktad fackbok om hur man utvecklar neurala nätverk med TensorFlow 2 och Keras. Boken är skriven av Amita Kapoor, Antonio Gulli och Sujit Pal, och riktar sig till läsare som vill gå från grundläggande maskininlärning till fungerande djupinlärningslösningar. Den behandlar både övervakad och oövervakad inlärning, samt djup förstärkningsinlärning, med kodexempel i Python som den centrala undervisningsformen. Tyngdpunkten ligger inte enbart på hur modeller tränas, utan också på varför olika arkitekturer passar olika typer av data och hur resultaten kan användas i praktiska miljöer. Här finns regression, bildanalys med konvolutionella nätverk, sekvensmodeller, transformerarkitekturer, generativa modeller och grafnätverk. Boken placerar dessutom modellutvecklingen i ett större arbetsflöde, från experiment och utvärdering till distribution i molnet, på mobila enheter och i produktionssystem. Syftet är alltså att ge en bred, tekniskt tillämpbar introduktion till TensorFlows ekosystem, snarare än en rent matematisk behandling av djupinlärning.
- Amazon Sweden Store: https://www.amazon.se/dp/1803232919?tag=9natreeswe-21
- Amazon Worldwide Store: https://global.buys.trade/Deep-Learning-with-TensorFlow-and-Keras-Amita-Kapoor.html
- Apple Books: https://books.apple.com/us/audiobook/python-machine-learning-a-beginners-guide-to-python/id1504752983?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Deep+Learning+with+TensorFlow+and+Keras+Amita+Kapoor+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Läs mer: https://swedish.9natree.com/read/1803232919/
#TensorFlow2ochKeras #Konvolutionellaneuralanätverk #Transformersochnaturligspråkbehandling #Generativeadversarialnetworks #TensorFlowLiteochmodellproduktion #DeepLearningwithTensorFlowandKeras
Deep Learning with TensorFlow and Keras, tredje upplagan, är en praktiskt inriktad fackbok om hur man utvecklar neurala nätverk med TensorFlow 2 och Keras. Boken är skriven av Amita Kapoor, Antonio Gulli och Sujit Pal, och riktar sig till läsare som vill gå från grundläggande maskininlärning till fungerande djupinlärningslösningar. Den behandlar både övervakad och oövervakad inlärning, samt djup förstärkningsinlärning, med kodexempel i Python som den centrala undervisningsformen. Tyngdpunkten ligger inte enbart på hur modeller tränas, utan också på varför olika arkitekturer passar olika typer av data och hur resultaten kan användas i praktiska miljöer. Här finns regression, bildanalys med konvolutionella nätverk, sekvensmodeller, transformerarkitekturer, generativa modeller och grafnätverk. Boken placerar dessutom modellutvecklingen i ett större arbetsflöde, från experiment och utvärdering till distribution i molnet, på mobila enheter och i produktionssystem. Syftet är alltså att ge en bred, tekniskt tillämpbar introduktion till TensorFlows ekosystem, snarare än en rent matematisk behandling av djupinlärning.
