TensorFlow to biblioteka do głębokiego uczenia o otwartym kodzie źródłowym, opracowana i utrzymywana przez Google. Oferuje programowanie przepływu danych, które wykonuje szereg zadań uczenia maszynowego. Został zbudowany do działania na wielu procesorach lub procesorach graficznych, a nawet na mobilnych systemach operacyjnych i ma kilka opakowań w językach takich jak Python, C ++ lub Java.
Oto wyselekcjonowana lista 10 najlepszych książek dla Tensor Flow, które powinny znaleźć się w bibliotece dla początkujących i zaawansowanych uczących się uczących uczenia się głębokiego / maszynowego.
1) Naucz się TensorFlow 2.0: wdrażaj modele uczenia maszynowego i głębokiego uczenia w języku Python
Learn TensorFlow to książka napisana przez Pramoda Singha i Avisha Manure. Książka zaczyna się od wprowadzenia frameworka TensorFlow 2.0 i głównych zmian w stosunku do jego ostatniego wydania. Książka koncentruje się również na budowaniu modeli nadzorowanego uczenia maszynowego przy użyciu TensorFlow.
Książka uczy również, jak budować modele przy użyciu estymatorów klientów. Dowiesz się również, jak używać TensorFlow do budowania modeli uczenia maszynowego i głębokiego uczenia się. Cały kod podany w tej książce będzie dostępny w postaci wykonywalnych skryptów na Github.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon2) Zaawansowane uczenie głębokie z TensorFlow 2 i Keras
Zaawansowane uczenie głębokie z TensorFlow 2 i Keras to książka napisana przez Rowela Atienza. Książka przedstawia dostępne obecnie zaawansowane techniki głębokiego uczenia się.
Ta książka uczy również o głębokim uczeniu się, uczeniu się bez nadzoru z wykorzystaniem wzajemnych informacji, wykrywaniu obiektów (SSD). Książka pokazuje również, jak tworzyć efektywną sztuczną inteligencję za pomocą najnowocześniejszych technik. W tej książce dowiesz się o sieciach GAN i o tym, jak mogą one odblokować nowe poziomy wydajności sztucznej inteligencji.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon3) Tensorflow w 1 dzień
Tensorflow w 1 dzień to książka napisana przez Krishna Rungta. Książka uczy tego złożonego tematu w łatwym do zrozumienia języku angielskim. Ma fantastyczny wykres, funkcję obliczeniową. Pomaga analitykowi danych w wizualizacji zaprojektowanej przez niego sieci neuronowej za pomocą TensorBoard.
Książka obejmuje tematy takie jak Co to jest uczenie głębokie ?, Uczenie maszynowe a uczenie głębokie, Co to jest TensorFlow? Oraz tematy zaawansowane, takie jak Notatnik Jupyter, Tensorflow w AWS i nie tylko.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon4) TinyML: uczenie maszynowe z TensorFlow Lite na Arduino i mikrokontrolerach o bardzo niskim poborze mocy
TinyML: Machine Learning with TensorFlow Lite to książka napisana przez Pete'a Wardena i Daniela Situnayke. Z tym praktycznym podręcznikiem do nauki wkraczasz w dziedzinę TinyML. Książka obejmuje głębokie uczenie się, a systemy wbudowane łączą się, aby umożliwić zdumiewające rzeczy za pomocą małych urządzeń.
Ta książka jest idealna dla programistów i programistów sprzętu, którzy chcą budować systemy wbudowane przy użyciu uczenia maszynowego.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon5) Przetwarzanie języka naturalnego za pomocą TensorFlow
Przetwarzanie języka naturalnego za pomocą TensorFlow to książka napisana przez Hushana Ganegedarę. W tej książce dowiesz się również, jak zastosować wysokowydajne modele RNN, komórki pamięci krótkotrwałej (LSTM) do zadań NLP. Będziesz także mógł eksplorować neuronowe tłumaczenie maszynowe i zaimplementować neuronowy tłumacz maszynowy.
Po przeczytaniu tej książki zrozumiesz technologię NLP. Będziesz także mógł zastosować TensorFlow w aplikacjach NLP do głębokiego uczenia się i jak wykonywać określone zadania NLP.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon6) Projekty uczenia maszynowego TensorFlow
TensorFlow Machine Learning Projects to książka napisana przez Ankit Jain, Armando Fandango i Amita Kapoor. Ta książka uczy również, jak budować zaawansowane projekty. Będziesz także mógł stawić czoła typowym wyzwaniom, korzystając z bibliotek z ekosystemu TensorFlow.
Ta książka uczy również, jak tworzyć projekty w różnych rzeczywistych domenach, autoenkodery, systemy rekomendujące, uczenie się przez wzmocnienie itp. Pod koniec tej książki zdobędziesz wiedzę niezbędną do tworzenia projektów uczenia maszynowego.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon7) Praktyczne widzenie komputerowe z TensorFlow 2
Praktyczne widzenie komputerowe z TensorFlow 2 to książka napisana przez Benjamina Planche i Eliota Andresa. Ta książka pomoże Ci zapoznać się z platformą Google typu open source do uczenia maszynowego. Zrozumiesz również, jak skorzystać z konwolucyjnych sieci neuronowych (CNN) do zadań wizualnych.
Książka rozpoczyna się od podstaw widzenia komputerowego i głębokiego uczenia się. Książka uczy również, jak zbudować sieć neuronową od podstaw. Książka pomaga nauczyć, jak klasyfikować obrazy za pomocą nowoczesnych rozwiązań, takich jak Inception i ResNet, oraz wyodrębniać określone treści za pomocą metody You Only Look Once (YOLO).
Pod koniec tej książki z materiałami do nauki będziesz mieć zarówno wiedzę teoretyczną, jak i umiejętności praktyczne. Pomaga również w rozwiązywaniu zaawansowanych problemów z widzeniem komputerowym.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon8) Pro Deep Learning z TensorFlow
Pro Deep Learning with TensorFlow to książka napisana przez Santanu Pattanayak. Będziesz także w stanie zrozumieć matematyczne rozumienie i intuicję. Pomaga samodzielnie wymyślać nowe architektury i rozwiązania głębokiego uczenia się.
Książka oferuje praktyczną wiedzę, dzięki której możesz nauczyć się głębokiego uczenia od podstaw. Ta książka TensorFlow pozwoli Ci szybko przyspieszyć korzystanie z TensorFlow. Pomaga zoptymalizować różne architektury głębokiego uczenia się.
Książka obejmuje wiele praktycznych koncepcji głębokiego uczenia się, które są istotne w każdej branży. Kod podany w tym materiale referencyjnym jest dostępny w formie notatników i skryptów iPython.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon9) Praktyczne głębokie uczenie się w chmurze, urządzeniach mobilnych i Edge
Practical Deep Learning for Cloud, Mobile i Edge to książka napisana przez Anirudha Koula, Siddha Ganju i Mehera Kasama. Ta książka uczy, jak tworzyć praktyczne aplikacje do głębokiego uczenia się dla chmur, urządzeń mobilnych i przeglądarek.
Książka uczy procesu przekształcania pomysłu w coś, z czego mogą skorzystać ludzie w prawdziwym świecie. Ta książka uczy również, jak rozwijać sztuczną inteligencję dla szeregu urządzeń, w tym Raspberry Pi i Google Coral. Otrzymasz również wiele praktycznych wskazówek dotyczących maksymalizacji dokładności i szybkości modelu.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon10) Uczenie głębokie: podejście praktyka
Deep Learning to książka napisana przez Josha Pattersona i Adama Gibsona. Ten praktyczny przewodnik nie tylko dostarcza najbardziej praktycznych informacji na ten temat. Pomaga również w rozpoczęciu tworzenia wydajnych sieci uczenia głębokiego.
Dowiesz się o teorii głębokiego uczenia się, zanim wprowadzisz ich open-source Deeplearning4j (DL4J). Jest to biblioteka do tworzenia przepływów pracy klasy produkcyjnej. Korzystając z rzeczywistych przykładów, łatwo nauczysz się metod i strategii.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon