TensorFlow is een open-source deep-learning-bibliotheek die is ontwikkeld en onderhouden door Google. Het biedt dataflow-programmering die een reeks machine learning-taken uitvoert. Het is gebouwd om op meerdere CPU's of GPU's en zelfs mobiele besturingssystemen te draaien, en het heeft verschillende wrappers in talen zoals Python, C ++ of Java.
Hier is een samengestelde lijst met Top 10 boeken voor Tensor Flow die deel zouden moeten uitmaken van elke beginner tot gevorderde Deep learning / machine learning Scienctists Learners-bibliotheek.
1) Leer TensorFlow 2.0: implementeer machine learning en deep learning-modellen met Python
Learn TensorFlow is een boek geschreven door Pramod Singh en Avish Manure. Het boek begint met de introductie van het TensorFlow 2.0-framework en de belangrijkste veranderingen ten opzichte van de laatste release. Het boek richt zich ook op het bouwen van Supervised Machine Learning-modellen met behulp van TensorFlow.
Het boek leert ook hoe je modellen kunt bouwen met behulp van klantschatters. Je leert ook hoe je TensorFlow kunt gebruiken om modellen voor machine learning en deep learning te bouwen. Alle code die in dit boek wordt gegeven, zal beschikbaar zijn in de vorm van uitvoerbare scripts op Github.
Controleer de nieuwste prijs- en gebruikersrecensies op Amazon2) Geavanceerd diep leren met TensorFlow 2 en Keras
Advanced Deep Learning met TensorFlow 2 en Keras is een boek geschreven door Rowel Atienza. Het boek leert je een aantal geavanceerde deep learning-technieken die vandaag beschikbaar zijn.
Dit boek leert je ook over deep learning, onbewaakt leren met behulp van wederzijdse informatie, objectdetectie (SSD). Het boek laat ook zien hoe je effectieve AI kunt creëren met de meest up-to-date technieken. In dit boek leer je over GAN's en hoe ze nieuwe niveaus van AI-prestaties kunnen ontgrendelen.
Controleer de nieuwste prijs- en gebruikersrecensies op Amazon3) Tensorflow in 1 dag
Tensorflow in 1 Day is een boek geschreven door Krishna Rungta. Het boek leert je dit complexe onderwerp in gemakkelijk te begrijpen Engelse taal. Het heeft een fantastische grafiek, berekeningsfunctie. Het helpt datawetenschappers om zijn ontworpen neurale netwerk te visualiseren met behulp van TensorBoard.
Het boek behandelt onderwerpen als Wat is diep leren?, Machine learning versus diep leren, Wat is TensorFlow? En geavanceerde onderwerpen zoals Jupyter Notebook, Tensorflow on AWS en meer.
Controleer de nieuwste prijs- en gebruikersrecensies op Amazon4) TinyML: Machine Learning met TensorFlow Lite op Arduino en Ultra-Low-Power Microcontrollers
TinyML: Machine Learning with TensorFlow Lite is een boek geschreven door Pete Warden en Daniel Situnayke. Met dit praktische leerreferentieboek betreed je het vakgebied van TinyML. Het boek behandelt deep learning en de combinatie van embedded systemen maakt verbazingwekkende dingen mogelijk met kleine apparaten.
Dit boek is ideaal voor software- en hardwareontwikkelaars die embedded systemen willen bouwen met behulp van machine learning.
Controleer de nieuwste prijs- en gebruikersrecensies op Amazon5) Natuurlijke taalverwerking met TensorFlow
Natuurlijke taalverwerking met TensorFlow is een boek geschreven door Hushan Ganegedara. In dit boek leer je ook hoe je high-performance RNN-modellen, short-term memory (LSTM) -cellen, kunt toepassen op NLP-taken. Je zult ook in staat zijn om neurale machinevertaling te verkennen en een neurale machinevertaler te implementeren.
Na het lezen van dit boek begrijpt u de NLP-technologie. Je zult ook in staat zijn om TensorFlow toe te passen in deep learning NLP-toepassingen en hoe je specifieke NLP-taken kunt uitvoeren.
Controleer de nieuwste prijs- en gebruikersrecensies op Amazon6) TensorFlow Machine Learning-projecten
TensorFlow Machine Learning Projects is een boek geschreven door Ankit Jain, Armando Fandango en Amita Kapoor. Dit boek leert ook hoe u geavanceerde projecten kunt bouwen. U kunt ook veelvoorkomende uitdagingen aangaan door bibliotheken uit het TensorFlow-ecosysteem te gebruiken.
Dit boek leert ook hoe je projecten kunt bouwen in verschillende real-world domeinen, autoencoders, aanbevelingssystemen, reinforcement learning, enz. Aan het einde van dit naslagwerk heb je de vereiste expertise opgedaan om machine learning-projecten te bouwen.
Controleer de nieuwste prijs- en gebruikersrecensies op Amazon7) Hands-on computervisie met TensorFlow 2
Hands-On Computer Vision met TensorFlow 2 is een boek geschreven door Benjamin Planche en Eliot Andres. Dit boek helpt je bij het verkennen van het open-sourceframework van Google voor machine learning. U zult ook begrijpen hoe u kunt profiteren van het gebruik van convolutionele neurale netwerken (CNN's) voor visuele taken.
Het boek begint met de grondbeginselen van computervisie en deep learning. Het boek leert je ook hoe je vanuit het niets een neuraal netwerk kunt opbouwen. Het boek helpt je om afbeeldingen te classificeren met moderne oplossingen, zoals Inception en ResNet, en om specifieke inhoud te extraheren met behulp van de You Only Look Once (YOLO) -methode.
Aan het einde van dit studiemateriaalboek beschik je over zowel theoretisch inzicht als praktische vaardigheden. Het helpt u ook bij het oplossen van geavanceerde computerzichtproblemen.
Controleer de nieuwste prijs- en gebruikersrecensies op Amazon8) Pro diep leren met TensorFlow
Pro Deep Learning met TensorFlow is een boek geschreven door Santanu Pattanayak. Je zult ook in staat zijn om wiskundig begrip en intuïtie te begrijpen. Het helpt je om zelf nieuwe deep learning-architecturen en oplossingen uit te vinden.
Het boek biedt praktische expertise, zodat u vanaf nul kunt leren. Met dit TensorFlow-boek kunt u snel aan de slag met TensorFlow. Het helpt je om verschillende deep learning-architecturen te optimaliseren.
Het boek behandelt veel praktische concepten van deep learning die in elke branche relevant zijn en worden in dit boek benadrukt. De code die in dit referentiemateriaal wordt gegeven, is beschikbaar in de vorm van iPython-notebooks en scripts.
Controleer de nieuwste prijs- en gebruikersrecensies op Amazon9) Praktisch diep leren voor Cloud, Mobile en Edge
Practical Deep Learning for Cloud, Mobile en Edge is een boek geschreven door Anirudh Koul, Siddha Ganju en Meher Kasam. Dit boek leert je hoe je praktische deep learning-applicaties kunt bouwen voor de cloud, mobiele apparaten en browsers.
Het boek leert je hoe je een idee kunt omzetten in iets dat mensen in de echte wereld kunnen gebruiken. Dit boek leert ook hoe je kunstmatige intelligentie kunt ontwikkelen voor een reeks apparaten, waaronder Raspberry Pi en Google Coral. U krijgt ook veel praktische tips om de nauwkeurigheid en snelheid van het model te maximaliseren.
Controleer de nieuwste prijs- en gebruikersrecensies op Amazon10) Diep leren: de benadering van een beoefenaar
Deep Learning is een boek geschreven door Josh Patterson en Adam Gibson. Deze praktische gids biedt niet alleen de meest praktische informatie die over het onderwerp beschikbaar is. Het helpt je ook om aan de slag te gaan met het bouwen van efficiënte deep learning-netwerken.
Je leert over de theorie van deep learning voordat je hun open-source Deeplearning4j (DL4J) introduceert. Het is een bibliotheek voor het ontwikkelen van workflows van productieklasse. Door praktijkvoorbeelden te gebruiken, leert u gemakkelijk methoden en strategieën.
Controleer de nieuwste prijs- en gebruikersrecensies op Amazon