TensorFlow je biblioteka za duboko učenje otvorenog koda koju razvija i održava Google. Nudi programiranje protoka podataka koje izvodi niz zadataka strojnog učenja. Izgrađen je za pokretanje na više CPU-a ili GPU-a, pa čak i na mobilnim operativnim sustavima, a ima nekoliko omota na jezicima kao što su Python, C ++ ili Java.
Evo odabranog popisa 10 najboljih knjiga za tenzorski tok koje bi trebale biti dio bilo koje biblioteke početnika do naprednog dubokog učenja / strojnog učenja.
1) Naučite TensorFlow 2.0: Primijenite modele strojnog učenja i dubokog učenja s Pythonom
Learn TensorFlow knjiga je koju su napisali Pramod Singh i Avish Manure. Knjiga započinje predstavljanjem okvira TensorFlow 2.0 i glavnim promjenama u odnosu na posljednje izdanje. Knjiga se također fokusira na izgradnju modela nadziranog strojnog učenja pomoću TensorFlow-a.
Knjiga također podučava kako možete graditi modele koristeći procjenitelje kupaca. Također ćete naučiti kako koristiti TensorFlow za izgradnju modela strojnog učenja i dubokog učenja. Sav kod naveden u ovoj knjizi bit će dostupan u obliku izvršnih skripti na Githubu.
Na Amazonu provjerite najnovije cijene i korisničke recenzije2) Napredno duboko učenje uz TensorFlow 2 i Keras
Napredno dubinsko učenje s TensorFlowom 2 i Kerasom knjiga je koju je napisao Rowel Atienza. Knjiga vas podučava nekim naprednim tehnikama dubokog učenja koje su danas dostupne.
Ova vas knjiga također podučava dubokom učenju, nenadgledanom učenju pomoću zajedničkih informacija, otkrivanju predmeta (SSD). Knjiga također pokazuje kako stvoriti učinkovit AI s najsuvremenijim tehnikama. U ovoj ćete knjizi naučiti o GAN-ovima i kako mogu otključati nove razine izvedbe AI-a.
Na Amazonu provjerite najnovije cijene i korisničke recenzije3) Tenzorski protok u jednom danu
Tensorflow u jednom danu knjiga je koju je napisao Krishna Rungta. Knjiga vas podučava ovoj složenoj temi na lako razumljivom engleskom jeziku. Ima fantastičan graf, značajku izračuna. Pomaže znanstveniku podataka da vizualizira svoju dizajniranu neuronsku mrežu koristeći TensorBoard.
Knjiga pokriva teme poput Što je duboko učenje ?, Strojno učenje nasuprot dubokom učenju, Što je TensorFlow? I napredne teme poput Jupyter bilježnice, Tensorflow na AWS-u i još mnogo toga.
Na Amazonu provjerite najnovije cijene i korisničke recenzije4) TinyML: Strojno učenje s TensorFlow Liteom na Arduinu i mikrokontrolerima ultra male snage
TinyML: Strojno učenje s TensorFlow Lite je knjiga koju su napisali Pete Warden i Daniel Situnayke. S ovom praktičnom knjigom za učenje ući ćete u područje TinyML-a. Knjiga pokriva duboko učenje, a ugrađeni sustavi kombiniraju se tako da malenim uređajima omoguće zapanjujuće stvari.
Ova je knjiga idealna za programere softvera i hardvera koji žele graditi ugrađene sustave pomoću strojnog učenja.
Na Amazonu provjerite najnovije cijene i korisničke recenzije5) Obrada prirodnog jezika s TensorFlowom
Obrada prirodnog jezika pomoću TensorFlowa knjiga je koju je napisao Hushan Ganegedara. U ovoj ćete knjizi naučiti i kako primijeniti RNN modele visokih performansi, stanice kratkoročne memorije (LSTM) na NLP zadatke. Također ćete moći istražiti neuralno strojno prevođenje i implementirati neuralni strojni prevoditelj.
Nakon čitanja ove knjige, razumjet ćete o NLP tehnologiji. Također ćete moći primijeniti TensorFlow u NLP aplikacijama za dubinsko učenje i kako izvršiti određene NLP zadatke.
Na Amazonu provjerite najnovije cijene i korisničke recenzije6) TensorFlow projekti strojnog učenja
TensorFlow Projekti strojnog učenja knjiga je koju su napisali Ankit Jain, Armando Fandango i Amita Kapoor. Ova knjiga također podučava kako graditi napredne projekte. Također ćete se moći nositi s uobičajenim izazovima koristeći biblioteke iz ekosustava TensorFlow.
Ova knjiga također podučava kako možete graditi projekte u raznim stvarnim domenama, autokoderima, sustavima preporuka, učenju pojačanja itd. Do kraja ove referentne knjige steći ćete potrebnu stručnost za izgradnju projekata strojnog učenja.
Na Amazonu provjerite najnovije cijene i korisničke recenzije7) Praktični računalni vid s TensorFlowom 2
Praktični računalni vid uz TensorFlow 2 knjiga je koju su napisali Benjamin Planche i Eliot Andres. Ova će vam knjiga pomoći da istražite Googleov open-source okvir za strojno učenje. Također ćete razumjeti kako imati koristi od upotrebe konvolucijskih neuronskih mreža (CNN) za vizualne zadatke.
Knjiga započinje osnovama računalnog vida i dubokog učenja. Knjiga vas također uči kako izgraditi neuronsku mrežu od nule. Knjiga vam pomaže naučiti kako klasificirati slike modernim rješenjima, kao što su Inception i ResNet, te izdvojiti određeni sadržaj metodom You Only Look Once (YOLO).
Na kraju ove knjige gradiva imat ćete teorijsko razumijevanje i praktične vještine. Također vam pomaže u rješavanju naprednih problema s računalnim vidom.
Na Amazonu provjerite najnovije cijene i korisničke recenzije8) Pro dubinsko učenje s TensorFlowom
Pro duboko učenje s TensorFlowom knjiga je koju je napisao Santanu Pattanayak. Također ćete moći razumjeti matematičko razumijevanje i intuiciju. Pomaže vam da sami izmislite nove arhitekture i rješenja za duboko učenje.
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