Učení Tensorflow: Průvodce vytvářením systémů hlubokého učení

Recenze čtenářů

Kniha „Learning TensorFlow“ je hodnocena různě, někteří čtenáři oceňují její srozumitelná vysvětlení a praktické příklady, zatímco jiní ji kritizují za to, že je špatně napsaná, nedostatečně hluboká a příliš se podobá dostupné online dokumentaci. Mnozí ji považují za užitečnou pro začátečníky s předchozími znalostmi programování, zatímco jiní se domnívají, že je zastaralá nebo nedostatečná pro skutečné učení.

⬤ Dodává se ve výborném stavu.
⬤ Vhodné pro ty, kteří mají nějaké zkušenosti s jazykem Python a chtějí se naučit základy TensorFlow.
⬤ Pokrývá důležité aspekty, jako jsou vstupní potrubí, vlákna a distribuované výpočty.
⬤ Poskytuje praktické příklady, které lze konsolidovat do projektů.
⬤ Jasné vysvětlení a většinou dobře strukturované.

⬤ Některé recenze ji popisují jako špatně napsanou a upravenou.
⬤ Chybí hloubka vysvětlení a kontext pro začátečníky.
⬤ Obsahuje spoustu obsahu, který lze najít online, takže se zdá být zbytečný.
⬤ Kritika za to, že není komplexním průvodcem a že používá běžné datové sady (MNIST, CIFAR).
⬤ Někteří uživatelé cítí potřebu více souvislostí a materiálu k pokročilým tématům.

(na základě 35 hodnocení čtenářů)

Původní název:

Learning Tensorflow: A Guide to Building Deep Learning Systems

Obsah knihy:

Hluboké neuronové sítě, které jsou zhruba inspirovány lidským mozkem a jsou trénovány na velkém množství dat, dokáží řešit složité úlohy s nebývalou přesností. Tato praktická kniha poskytuje uceleného průvodce TensorFlow, přední softwarovou knihovnou s otevřeným zdrojovým kódem, která vám pomůže vytvářet a trénovat neuronové sítě pro počítačové vidění, zpracování přirozeného jazyka (NLP), rozpoznávání řeči a obecnou prediktivní analýzu.

Autoři Tom Hope, Yehezkel Resheff a Itay Lieder poskytují praktický přístup k základům TensorFlow pro široké technické publikum, od datových vědců a inženýrů až po studenty a výzkumné pracovníky. Na začátku si vyzkoušíte několik základních příkladů v TensorFlow a poté se ponoříte hlouběji do témat, jako jsou architektury neuronových sítí, vizualizace TensorBoard, abstrakční knihovny TensorFlow a vícevláknové vstupní pipelines. Po dokončení této knihy budete vědět, jak v TensorFlow vytvářet a nasazovat produkčně připravené systémy hlubokého učení.

⬤ Začněte pracovat s TensorFlow rychle a bezbolestně.

⬤ Zjistěte, jak používat TensorFlow k vytváření modelů hlubokého učení od základů.

⬤ Trénujte populární modely hlubokého učení pro počítačové vidění a NLP.

⬤ Využívejte rozsáhlé abstrakční knihovny, které vám usnadní a urychlí vývoj.

⬤ Naučte se škálovat TensorFlow a používat klastry k distribuci trénování modelů.

⬤ Použijte TensorFlow v produkčním prostředí.