Großes Bild
|
|
Deep Learning mit TensorFlow, Keras und TensorFlow.js
von: Matthieu Deru, Alassane Ndiaye
Rheinwerk Computing, 2019
ISBN: 9783836265119
423 Seiten,
Download: 49802 KB
Format: EPUB
|
geeignet für:
|
|
Typ: B (paralleler Zugriff)
|
|
|
|
|
|
Kurzinformation |
|
Deep Learning entdecken und erfolgreich implementieren - Von der Aufbereitung der Daten bis zur Visualisierung
- Basisprojekte mit Beispielen aus vielen Anwendungsfeldern
- Mit Python, HTML5 und JavaScript Deep Learning entdecken
Deep Learning ist die Schlüsseltechnologie des derzeitigen Booms Künstlicher Intelligenz. Neuronale Netze können Höchstleistung erbringen, wenn sie als Deep-Learning-Netze aufgestellt sind und mit großen Datenmengen trainiert werden - und wenn Sie wissen, wie man dieses maschinelle Lernen geschickt implementiert. Lernen Sie hier, wie Sie die mächtigen Frameworks in realen Projekten erfolgreich einsetzen. Unsere Autoren zeigen Ihnen sowohl die Arbeit mit Python und Keras als auch für den Browser mit JavaScript, HTML5 und TensorFlow.js. Aus dem Inhalt:
- Deep-Learning-Grundkonzepte
- Installation der Frameworks
- Vorgefertigte Modelle verwenden
- Datenanalyse und -vorbereitung
- Convolutional Networks, LSTM, RNN, Pooling ...
- Aufgaben eines Modells richtig festlegen
- Eigene Modelle trainieren
- Overfitting und Underfitting vermeiden
- Ergebnisse visualisieren
Dr. Matthieu Deru ist Senior Software-Engineer (R&D) und UX-Designer für interaktive Systeme am Deutschen Forschungszentrum für Künstliche Intelligenz GmbH (DFKI). Seine Projekterfahrung umfasst Themengebiete, die so vielseitig sind wie die Anwendungsfelder der KI, von intelligenten Benutzerschnittstellen bis zu komplexen Vorhersagenmodellen für die Elektromobilität. |
|
|
|
|
Mehr zum Inhalt |
|
|
|
|
Navigation |
|
|
|