Deep Learning avec Keras et TensorFlow - 3e ed.

Mise en oeuvre et cas concrets

Aurelien Geron

PDF
ca. 49,26
Amazon iTunes Thalia.de Weltbild.de Hugendubel Bücher.de ebook.de kobo Osiander Google Books Barnes&Noble bol.com Legimi yourbook.shop Kulturkaufhaus ebooks-center.de
* Affiliatelinks/Werbelinks
Hinweis: Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.

Dunod img Link Publisher

Naturwissenschaften, Medizin, Informatik, Technik / Informatik, EDV

Beschreibung

L'objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Deep Learning et de vous montrer, grace a de nombreux exemples de code accessibles en ligne, comment les mettre en pratique.La 3e edition de cet ouvrage de reference, tres remaniee, tient compte des recentes avancees.Construire et entrainer de nombreuses architectures de reseaux de neurones pour classification et regression a l'aide de Keras et TensorFlow 2.Decouvrir les mecanismes d'attention, les grands modeles de langage (LLM) tels que GPT-4, les reseaux antagonistes generatifs (GAN), les modeles de diffusion tels que DALL-E 2, la detection d'objets, la segmentation semantique, etc.Explorer Keras, l'API officielle de haut niveau pour TensorFlow 2, desormais compatible egalement avec PyTorch et JAX.Entrainer de grands modeles a l'aide de TF Data, de l'API de strategies de distribution, de TF Serving, de Keras Tuner, ou encore de la bibliotheque Transformers de Hugging Face.Passer a l'echelle superieure sur la plateforme Google Vertex AI, ou deployer sur des appareils mobiles.Creer des agents d'apprentissage autonomes avec l'apprentissage par renforcement profond.Tous les exemples de code sont disponibles en ligne sous la forme de notebooks Jupyter a l'adresse suivante : https://github.com/ageron/handson-ml3

Kundenbewertungen