Deep Learning in Depth Bundle


Dettagli pacchetto


Deep Learning Quick Reference
Immergiti più a fondo nelle reti neurali e prepara i tuoi modelli ottimizzati con questa guida di riferimento rapido
Informazioni su questo libro
- Un rapido riferimento a tutti i concetti importanti del deep learning e alle loro implementazioni
- Suggerimenti, trucchi e hack essenziali per addestrare una varietà di modelli di deep learning come CNN, RNN, LSTM e altro
- Integrato con la matematica e la teoria essenziali, ogni capitolo fornisce le migliori pratiche e scelte sicure per l'addestramento e la messa a punto dei modelli in Keras e Tensorflow.
A chi è rivolto questo libro
Se sei un Data Scientist o un esperto di Machine Learning, questo libro è una lettura molto utile per addestrare i tuoi modelli avanzati di machine learning e deep learning. Puoi anche fare riferimento a questo libro se sei bloccato tra la modellazione della rete neurale e hai bisogno di assistenza immediata per portare a termine il compito senza problemi. È richiesta una conoscenza preliminare di Python e una stretta conoscenza delle basi dell'apprendimento automatico.
Cosa imparerai
- Risolvi i problemi di regressione e classificazione con TensorFlow e Keras
- Impara a usare Tensor Board per monitorare le reti neurali e la sua formazione
- Ottimizza gli iperparametri e le scelte sicure / best practice
- Crea CNN, RNN e LSTM e utilizza l'incorporamento di parole da zero
- Crea e addestra modelli seq2seq per la traduzione automatica e le applicazioni di chat.
- Comprendere le reti Deep Q e come utilizzarne una per risolvere un problema di agente autonomo.
- Esplora Deep Q Network e affronta le sfide degli agenti autonomi.
In dettaglio
Il deep learning è diventato una necessità essenziale per entrare nel mondo dell'intelligenza artificiale. Con questo libro le tecniche di deep learning diventeranno più accessibili, pratiche e rilevanti per la pratica dei data scientist. Sposta l'apprendimento profondo dal mondo accademico al mondo reale attraverso esempi pratici.
Imparerai come viene utilizzato Tensor Board per monitorare l'addestramento delle reti neurali profonde e risolvere i problemi di classificazione binaria utilizzando il deep learning. I lettori impareranno quindi a ottimizzare gli iperparametri nei loro modelli di deep learning. Il libro quindi guida i lettori attraverso l'implementazione pratica della formazione di CNN, RNN e LSTM con word embedding e modelli seq2seq da zero. Successivamente il libro esplora argomenti avanzati come Deep Q Network per risolvere un problema di agente autonomo e come utilizzare due reti antagoniste per generare immagini artificiali che sembrano reali. Ai fini dell'implementazione, esaminiamo i framework di deep learning più diffusi basati su Python come Keras e Tensorflow. Ogni capitolo fornisce best practice e scelte sicure per aiutare i lettori a prendere la decisione giusta durante l'addestramento delle reti neurali profonde.
Entro la fine di questo libro, sarai in grado di risolvere rapidamente i problemi del mondo reale con le reti neurali profonde.
Stile e approccio
Una guida passo passo facile da seguire per aiutarti a familiarizzare con le applicazioni del mondo reale di addestramento delle reti neurali profonde.
Dettagli eBook
Informazioni su questo pacchetto
Immergiti nelle reti neurali e scopri come applicare le tue nuove conoscenze ad applicazioni, giochi e altro ancora con Deep Learning in Depth Bundle.
Con un massimo di 20 eBook tra cui scegliere su tre livelli, inclusi 17 titoli da principianti a fanatici, potrai fare i conti con l'applicazione di moderne tecniche di apprendimento profondo per costruire e addestrare reti neurali profonde attraverso una varietà di risorse tra cui Python, Tensorflow e PyTorch.
Nel primo livello, riceverai cinque eBook che ti guideranno attraverso tecniche essenziali di apprendimento profondo e come metterle in pratica al meglio. Questo livello include le reti neurali pratiche, in cui imparerai gli algoritmi per risolvere problemi comuni utilizzando la retro propagazione e i perceptrons, oltre a capire come applicare le reti neurali alle applicazioni con l'aiuto di utili illustrazioni.
Scegli il livello due del pacchetto e avrai altri cinque eBook da cui imparare, con guide passo passo sui principi di progettazione dell'apprendimento per rinforzo, modelli di apprendimento per rinforzo profondo e molto altro ancora. Con gli algoritmi di apprendimento per rinforzo con Python, imparerai, svilupperai e distribuirai algoritmi avanzati di apprendimento per rinforzo per risolvere una varietà di compiti, oltre a fare i conti con le strategie di evoluzione per risolvere il problema del lander lunare.
Scegli il terzo livello e riceverai tutti i 20 eBook, aiutandoti ad espandere la tua conoscenza del deep learning e di come può svolgere un ruolo enorme nel tuo ruolo quotidiano, che si tratti di ricercatore / sviluppatore di intelligenza artificiale, scienziato di dati o sviluppatore di giochi .
Con Python Reinforcement Learning Projects, esplorerai la potenza di TensorFlow per creare modelli di autoapprendimento e applicare algoritmi avanzati di RL profondo a giochi come Minecraft. C'è anche Deep Reinforcement Learning Hands-On, in cui padroneggerai il deep reinforcement learning (RL), dai primi principi agli algoritmi più recenti, oltre a creare il tuo ambiente OpenAI Gym per formare un agente di borsa.
Gli eBook inclusi in questo pacchetto sono disponibili nei formati EPUB, MOBI e PDF.