Recenze čtenářů
Shrnutí:Kniha slouží jako cenný zdroj informací pro začátečníky i pokročilé uživatele v oblasti hlubokého učení, zejména s využitím TensorFlow 2.0. Poskytuje srozumitelná vysvětlení a praktické příklady, takže je vhodná i pro ty, kteří přecházejí z jiných technických oborů, například z datového inženýrství. Objevuje se však stížnost na špatnou kvalitu tisku.
Klady:⬤ Komplexní pokrytí základů hlubokého učení i pokročilých témat, jasné vysvětlení, praktické příklady s využitím TensorFlow
⬤ 0, užitečné pro výuku i rychlou referenci a vhodné pro uživatele s určitým technickým zázemím.
Zápory:Hlášena špatná kvalita tisku.
(na základě 3 hodnocení čtenářů)
Původní název:
Tensorflow 2.X in the Colaboratory Cloud: An Introduction to Deep Learning on Google's Cloud Service
Obsah knihy:
Používejte TensorFlow 2. x s produktem Colaboratory (Colab) společnosti Google, který nabízí bezplatnou cloudovou službu pro programátory v jazyce Python. Colab je obzvláště vhodný jako platforma pro aplikace hlubokého učení TensorFlow 2. x. Naučíte se výchozí instalaci nejnovějšího TensorFlow 2. x v Colabu spolu se snadným přístupem Colabu k hardwarové akceleraci GPU na vyžádání v cloudu pro rychlé provádění modelů hlubokého učení. Tato kniha vám nabízí možnost uchopit hluboké učení aplikovaným způsobem, přičemž jediným požadavkem je připojení k internetu. Vše ostatní - Python, TensorFlow 2. x, podpora GPU a zápisníky Jupyter - je k dispozici a připraveno k použití od společnosti Colab.
Kniha začíná úvodem do TensorFlow 2. x a cloudové služby Google Colab. Dozvíte se, jak zajistit pracovní prostor v Google Colab a vytvořit jednoduchou aplikaci neuronové sítě. Odtud budete postupovat k datovým sadám TensorFlow a budování vstupních potrubí na podporu modelování a testování. Najdete zde pokrytí klasifikace a regrese hlubokého učení s jasnými příklady kódu, které ukazují, jak provádět každou z těchto funkcí. Pokročilá témata, která kniha pokrývá, zahrnují konvoluční neuronové sítě a rekurentní neuronové sítě.
Tato kniha obsahuje veškerou aplikovanou matematiku a programování, které potřebujete ke zvládnutí obsahu. Příklady se pohybují od jednoduchých až po relativně složité, pokud je to nutné k zajištění osvojení příslušných konceptů a konstrukcí hlubokého učení. Příklady jsou pečlivě vysvětleny, jsou stručné, přesné a úplné, aby dokonale doplňovaly rozvoj dovedností hlubokého učení. Dbá se na to, aby vás provedl základními principy hlubokého učení prostřednictvím jasných příkladů napsaných v jazyce Python, které si můžete vyzkoušet a experimentovat s nimi pomocí Google Colab z pohodlí svého domova nebo kanceláře.
Co se naučíte
⬤ Seznámíte se se základními koncepty a konstrukcemi aplikovaného hlubokého učení.
⬤ Vytvářet modely strojového učení pomocí čistého a spolehlivého kódu jazyka Python.
⬤ Pracovat s datovými sadami běžnými pro aplikace hlubokého učení.
⬤ Připravit data pro spotřebu v TensorFlow.
⬤ Využívat výhody integrované podpory hlubokého učení v Google Colab.
⬤ Provádět experimenty hlubokého učení pomocí různých modelů neuronových sítí.
⬤ Možnost připojit Google Colab přímo k účtu Google Drive.
⬤ Vizualizovat tréninkový a testovací výkon a zjistit, zda model vyhovuje.
Pro koho je tato kniha určena
Čtenáři, kteří se chtějí seznámit s velmi populární platformou pro hluboké učení TensorFlow 2. x, ti, kteří si chtějí osvojit základy hlubokého učení, které se někdy ve spěchu za produktivitou přeskakují, a ti, kteří si chtějí vybudovat kompetence s moderním nástrojem pro cloudové služby, jako je Google Colab.
