TensorFlow ist eine Open-Source-Deep-Learning-Bibliothek, die von Google entwickelt und verwaltet wird. Es bietet Datenflussprogrammierung, die eine Reihe von maschinellen Lernaufgaben ausführt. Es wurde für die Ausführung auf mehreren CPUs oder GPUs und sogar auf mobilen Betriebssystemen entwickelt und verfügt über mehrere Wrapper in Sprachen wie Python, C ++ oder Java.
Hier ist eine kuratierte Liste der Top 10 Bücher für Tensor Flow, die Teil jeder Bibliothek für Anfänger bis Fortgeschrittene sein sollten.
1) Lernen Sie TensorFlow 2.0: Implementieren Sie Modelle für maschinelles Lernen und tiefes Lernen mit Python
Learn TensorFlow ist ein Buch von Pramod Singh und Avish Manure. Das Buch beginnt mit der Einführung des TensorFlow 2.0-Frameworks und der wichtigsten Änderungen gegenüber der letzten Version. Das Buch konzentriert sich auch auf die Erstellung von Modellen für überwachtes maschinelles Lernen mit TensorFlow.
In diesem Buch erfahren Sie auch, wie Sie mithilfe von Kundenschätzern Modelle erstellen können. Sie lernen auch, wie Sie mit TensorFlow Modelle für maschinelles Lernen und tiefes Lernen erstellen. Der gesamte in diesem Buch angegebene Code wird in Form von ausführbaren Skripten bei Github verfügbar sein.
Überprüfen Sie die neuesten Preis- und Nutzerbewertungen bei Amazon2) Advanced Deep Learning mit TensorFlow 2 und Keras
Advanced Deep Learning mit TensorFlow 2 und Keras ist ein Buch von Rowel Atienza. Das Buch vermittelt Ihnen einige fortgeschrittene Deep-Learning-Techniken, die heute verfügbar sind.
In diesem Buch lernen Sie auch tiefes Lernen, unbeaufsichtigtes Lernen unter Verwendung gegenseitiger Informationen und Objekterkennung (SSD). Das Buch zeigt auch, wie man mit den aktuellsten Techniken eine effektive KI erstellt. In diesem Buch erfahren Sie mehr über GANs und wie sie neue Ebenen der KI-Leistung freischalten können.
Überprüfen Sie die neuesten Preis- und Nutzerbewertungen bei Amazon3) Tensorflow in 1 Tag
Tensorflow in 1 Day ist ein Buch von Krishna Rungta. Das Buch lehrt Sie dieses komplexe Thema in leicht verständlicher englischer Sprache. Es hat eine fantastische Grafik- und Berechnungsfunktion. Es hilft Datenwissenschaftlern, sein entworfenes neuronales Netzwerk mit TensorBoard zu visualisieren.
Das Buch behandelt Themen wie Was ist Deep Learning?, Maschinelles Lernen vs. Deep Learning, Was ist TensorFlow? Und fortgeschrittene Themen wie Jupyter Notebook, Tensorflow auf AWS und mehr.
Überprüfen Sie die neuesten Preis- und Nutzerbewertungen bei Amazon4) TinyML: Maschinelles Lernen mit TensorFlow Lite auf Arduino- und Ultra-Low-Power-Mikrocontrollern
TinyML: Maschinelles Lernen mit TensorFlow Lite ist ein Buch von Pete Warden und Daniel Situnayke. Mit diesem praktischen Nachschlagewerk für das Lernen betreten Sie das Gebiet von TinyML. Das Buch behandelt tiefes Lernen, und eingebettete Systeme ermöglichen zusammen erstaunliche Dinge mit winzigen Geräten.
Dieses Buch ist ideal für Software- und Hardwareentwickler, die eingebettete Systeme mithilfe von maschinellem Lernen erstellen möchten.
Überprüfen Sie die neuesten Preis- und Nutzerbewertungen bei Amazon5) Verarbeitung natürlicher Sprache mit TensorFlow
Die Verarbeitung natürlicher Sprache mit TensorFlow ist ein Buch von Hushan Ganegedara. In diesem Buch erfahren Sie auch, wie Sie Hochleistungs-RNN-Modelle, Kurzzeitgedächtniszellen (LSTM), auf NLP-Aufgaben anwenden. Sie können auch die neuronale maschinelle Übersetzung erkunden und einen neuronalen maschinellen Übersetzer implementieren.
Nachdem Sie dieses Buch gelesen haben, werden Sie die NLP-Technologie verstehen. Sie können TensorFlow auch in Deep-Learning-NLP-Anwendungen anwenden und bestimmte NLP-Aufgaben ausführen.
Überprüfen Sie die neuesten Preis- und Nutzerbewertungen bei Amazon6) TensorFlow-Projekte für maschinelles Lernen
TensorFlow Machine Learning Projects ist ein Buch von Ankit Jain, Armando Fandango und Amita Kapoor. In diesem Buch erfahren Sie auch, wie Sie fortgeschrittene Projekte erstellen. Sie können auch allgemeine Herausforderungen bewältigen, indem Sie Bibliotheken aus dem TensorFlow-Ökosystem verwenden.
In diesem Buch erfahren Sie auch, wie Sie Projekte in verschiedenen realen Bereichen, Autoencodern, Empfehlungssystemen, Verstärkungslernen usw. erstellen können. Am Ende dieses Nachschlagewerks verfügen Sie über das erforderliche Fachwissen zum Erstellen von Projekten für maschinelles Lernen.
Überprüfen Sie die neuesten Preis- und Nutzerbewertungen bei Amazon7) Praktische Computer Vision mit TensorFlow 2
Hands-On Computer Vision mit TensorFlow 2 ist ein Buch von Benjamin Planche und Eliot Andres. Dieses Buch hilft Ihnen dabei, das Open-Source-Framework von Google für maschinelles Lernen zu erkunden. Sie werden auch verstehen, wie Sie von der Verwendung von CNNs (Convolutional Neural Networks) für visuelle Aufgaben profitieren können.
Das Buch beginnt mit den Grundlagen von Computer Vision und Deep Learning. In diesem Buch erfahren Sie auch, wie Sie ein neuronales Netzwerk von Grund auf neu aufbauen. In diesem Buch erfahren Sie, wie Sie Bilder mit modernen Lösungen wie Inception und ResNet klassifizieren und bestimmte Inhalte mithilfe der YOLO-Methode (You Only Look Once) extrahieren.
Am Ende dieses Lernmaterialbuchs verfügen Sie sowohl über das theoretische Verständnis als auch über die praktischen Fähigkeiten. Es hilft Ihnen auch bei der Lösung fortgeschrittener Computer-Vision-Probleme.
Überprüfen Sie die neuesten Preis- und Nutzerbewertungen bei Amazon8) Pro Deep Learning mit TensorFlow
Pro Deep Learning mit TensorFlow ist ein Buch von Santanu Pattanayak. Sie werden auch in der Lage sein, mathematisches Verständnis und Intuition zu verstehen. Es hilft Ihnen, selbst neue Deep-Learning-Architekturen und -Lösungen zu erfinden.
Das Buch bietet praktisches Fachwissen, damit Sie tiefgreifendes Lernen von Grund auf lernen können. Mit diesem TensorFlow-Buch können Sie sich mit TensorFlow schnell auf den neuesten Stand bringen. Es hilft Ihnen, verschiedene Deep-Learning-Architekturen zu optimieren.
Das Buch behandelt viele praktische Konzepte des tiefen Lernens, die in jeder Branche relevant sind und in diesem Buch hervorgehoben werden. Der in diesem Referenzmaterial angegebene Code ist in Form von iPython-Notizbüchern und -Skripten verfügbar.
Überprüfen Sie die neuesten Preis- und Nutzerbewertungen bei Amazon9) Praktisches Deep Learning für Cloud, Mobile und Edge
Praktisches Deep Learning für Cloud, Mobile und Edge ist ein Buch von Anirudh Koul, Siddha Ganju und Meher Kasam. In diesem Buch erfahren Sie, wie Sie praktische Deep-Learning-Anwendungen für Clouds, Mobilgeräte und Browser erstellen.
Das Buch zeigt Ihnen, wie Sie eine Idee in etwas umwandeln, das Menschen in der realen Welt nutzen können. In diesem Buch erfahren Sie auch, wie Sie künstliche Intelligenz für eine Reihe von Geräten entwickeln können, darunter Raspberry Pi und Google Coral. Sie erhalten auch viele praktische Tipps zur Maximierung der Modellgenauigkeit und -geschwindigkeit.
Überprüfen Sie die neuesten Preis- und Nutzerbewertungen bei Amazon10) Deep Learning: Der Ansatz eines Praktizierenden
Deep Learning ist ein Buch von Josh Patterson und Adam Gibson. Diese praktische Anleitung bietet nicht nur die praktischsten Informationen zu diesem Thema. Es hilft Ihnen auch beim Aufbau effizienter Deep-Learning-Netzwerke.
Sie lernen die Theorie des tiefen Lernens kennen, bevor Sie das Open-Source-Programm Deeplearning4j (DL4J) vorstellen. Es ist eine Bibliothek zur Entwicklung von Workflows der Produktionsklasse. Anhand von Beispielen aus der Praxis lernen Sie leicht Methoden und Strategien.
Überprüfen Sie die neuesten Preis- und Nutzerbewertungen bei Amazon