TensorFlow on avoimen lähdekoodin syväoppimiskirjasto, jonka Google on kehittänyt ja ylläpitänyt. Se tarjoaa tiedonkulun ohjelmoinnin, joka suorittaa useita koneoppimistehtäviä. Se on rakennettu toimimaan useilla suorittimilla tai näytönohjaimilla ja jopa mobiilikäyttöjärjestelmillä, ja sillä on useita kääreitä kielillä, kuten Python, C ++ tai Java.
Tässä on kuratoitu luettelo Top 10 -kirjoista tensorivirralle, jonka tulisi olla osa aloittelijasta edistyneelle syvälle oppimiselle / koneoppimiselle Scienctists Learners -kirjastoa.
1) Opi TensorFlow 2.0: Toteuta koneoppimisen ja syvällisen oppimisen mallit Pythonilla
Opi TensorFlow on kirja, jonka ovat kirjoittaneet Pramod Singh ja Avish Manure. Kirja aloitetaan esittelemällä TensorFlow 2.0 -kehys ja sen viimeisimmän version suurimmat muutokset. Kirjassa keskitytään myös valvottujen koneoppimismallien rakentamiseen TensorFlow-tekniikalla.
Kirja opettaa myös, kuinka voit rakentaa malleja asiakasestimaattoreiden avulla. Opit myös käyttämään TensorFlow'ta koneoppimisen ja syvällisten oppimismallien rakentamiseen. Kaikki tässä kirjassa annetut koodit ovat saatavana suoritettavina skripteinä Githubissa.
Tarkista uusin hinta ja käyttäjien arvostelut Amazonista2) Edistynyt syvällinen oppiminen TensorFlow 2: n ja Kerasin kanssa
Edistynyt syvällinen oppiminen TensorFlow 2: n ja Kerasin kanssa on Rowel Atienzan kirjoittama kirja. Kirja opettaa sinulle joitain edistyneitä syvällisen oppimisen tekniikoita, jotka ovat saatavilla tänään.
Tämä kirja opettaa sinulle myös syvällistä oppimista, valvomatonta oppimista keskinäisen tiedon avulla, esineentunnistusta (SSD). Kirja osoittaa myös, kuinka luoda tehokas tekoäly uusimmilla tekniikoilla. Tässä kirjassa opit GAN: ista ja siitä, miten ne voivat avata uusia tekoälyn suorituskyvyn tasoja.
Tarkista uusin hinta ja käyttäjien arvostelut Amazonista3) Tensorivirta 1 päivässä
Tensorflow in 1 Day on Krishna Rungta kirjoittama kirja. Kirja opettaa sinulle tämän monimutkaisen aiheen helposti ymmärrettävällä englannin kielellä. Siinä on upea kaavio, laskentaominaisuus. Se auttaa datatieteilijää visualisoimaan suunnitellun hermoverkonsa TensorBoardin avulla.
Kirjassa käsitellään aiheita kuten Mikä on syvällistä oppimista?, Koneoppiminen vs. syvällinen oppiminen, Mikä on TensorFlow ?, Ja edistyneitä aiheita, kuten Jupyter Notebook, Tensorflow AWS: ssä ja paljon muuta.
Tarkista uusin hinta ja käyttäjien arvostelut Amazonista4) TinyML: Koneoppiminen TensorFlow Liten avulla Arduinossa ja erittäin pienitehoisissa mikrokontrollereissa
TinyML: Machine Learning with TensorFlow Lite on Pete Wardenin ja Daniel Situnayken kirjoittama kirja. Tämän käytännön oppimisen käsikirjan avulla pääset TinyML-kenttään. Kirja kattaa syvällisen oppimisen, ja sulautetut järjestelmät yhdessä tekevät hämmästyttävistä asioista mahdollisia pienillä laitteilla.
Tämä kirja on ihanteellinen ohjelmisto- ja laitteistokehittäjille, jotka haluavat rakentaa sulautettuja järjestelmiä koneoppimisen avulla.
Tarkista uusin hinta ja käyttäjien arvostelut Amazonista5) Luonnollisen kielen käsittely TensorFlow: lla
Luonnollisen kielen käsittely TensorFlow'lla on Hushan Ganegedaran kirjoittama kirja. Tässä kirjassa opit myös käyttämään tehokkaita RNN-malleja, lyhytaikaisen muistin (LSTM) soluja NLP-tehtävissä. Voit myös tutkia hermokonekääntämistä ja toteuttaa hermokonekääntäjän.
Luettuasi tämän kirjan ymmärrät NLP-tekniikan. Voit myös käyttää TensorFlow-ohjelmaa syvällisesti oppivissa NLP-sovelluksissa ja kuinka suorittaa tiettyjä NLP-tehtäviä.
Tarkista uusin hinta ja käyttäjien arvostelut Amazonista6) TensorFlow-koneoppimisprojektit
TensorFlow Machine Learning Projects on Ankit Jainin, Armando Fandangon ja Amita Kapoorin kirjoittama kirja. Tämä kirja opettaa myös rakentamaan edistyneitä projekteja. Pystyt myös vastaamaan yleisiin haasteisiin käyttämällä TensorFlow-ekosysteemin kirjastoja.
Tämä kirja opettaa myös, kuinka voit rakentaa projekteja reaalimaailman eri aloilla, autokoodereita, suositusjärjestelmiä, vahvistusoppimista jne. Tämän viitekirjan loppuun mennessä olet hankkinut tarvittavan asiantuntemuksen koneoppimisprojektien rakentamiseen.
Tarkista uusin hinta ja käyttäjien arvostelut Amazonista7) Hands-On-tietokonenäkö TensorFlow 2: lla
Hands-On Computer Vision with TensorFlow 2 on Benjamin Planchen ja Eliot Andresin kirjoittama kirja. Tämä kirja auttaa sinua tutustumaan Googlen avoimen lähdekoodin puitteisiin koneoppimiseen. Ymmärrät myös, kuinka hyötyä konvoluutio-hermoverkkojen (CNN) käytöstä visuaalisiin tehtäviin.
Kirja alkaa tietokonenäön ja syvällisen oppimisen perusteista. Kirja opettaa myös, kuinka rakentaa hermoverkko tyhjästä. Kirja auttaa sinua opettamaan luokittelemaan kuvat nykyaikaisilla ratkaisuilla, kuten Inception ja ResNet, ja purkamaan tiettyä sisältöä You Only Look Once (YOLO) -menetelmällä.
Tämän oppimateriaalikirjan lopussa sinulla on sekä teoreettinen ymmärrys että käytännön taidot. Se auttaa myös ratkaisemaan edistyneitä tietokoneen näköongelmia.
Tarkista uusin hinta ja käyttäjien arvostelut Amazonista8) Pro Deep Learning TensorFlow -ohjelman avulla
Pro Deep Learning with TensorFlow on Santanu Pattanayakin kirjoittama kirja. Pystyt myös ymmärtämään matemaattista ymmärrystä ja intuitiota. Se auttaa sinua keksimään uusia syvällisen oppimisen arkkitehtuureja ja ratkaisuja itse.
The book offers hands-on expertise so you can learn deep learning from scratch. This TensorFlow book will allow you to get up to speed quickly using TensorFlow. It helps you to optimize different deep learning architectures.
The book covers many practical concepts of deep learning that are relevant in any industry are emphasized in this book. The code given in this reference material is available in the form of iPython notebooks and scripts.
Check Latest Price and User Reviews on Amazon9) Practical Deep Learning for Cloud, Mobile, and Edge
Practical Deep Learning for Cloud, Mobile, and Edge is a book written by Anirudh Koul, Siddha Ganju, and Meher Kasam. This book teaches you how to build practical deep learning applications for the cloud, mobile, browsers.
The book teaches you the process of converting an idea into something that people in the real world can use. This book also teaches how you can develop Artificial Intelligence for a range of devices, including Raspberry Pi, and Google Coral. You will also get many practical tips for maximizing model accuracy and speed.
Check Latest Price and User Reviews on Amazon10) Deep Learning: A Practitioner's Approach
Deep Learning is a book written by Josh Patterson and Adam Gibson. This hands-on guide not only provides the most practical information available on the subject. It also helps you get started building efficient deep learning networks.
You will learn about the theory of deep learning before introducing their open-source Deeplearning4j (DL4J). It is a library for developing production-class workflows. By using real-world examples, you'll learn methods and strategies easily.
Check Latest Price and User Reviews on Amazon