Ebook Free Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek (mitp Professional)
Das ist genau das, was Sie in benötigen ausführen müssen, genau das, was wir bieten. Das ist kein Unsinn, das ist etwas, weit besseres Konzept zu produzieren. In erster Linie Buch wird nicht ständig jemand sich Zustrom zu handeln und auch glauben, viel besser. Es wird davon abhängen, wie sich die Leute starren und die Lehre von dem Buch betrachten. Wenn Sie jedoch behandelt haben das Buch organisiert Überprüfung der Deep Learning Mit Python Und Keras: Das Praxis-Handbuch Vom Entwickler Der Keras-Bibliothek (mitp Professional) wird keine Sache zu verlangen.
Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek (mitp Professional)
Ebook Free Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek (mitp Professional)
Welche Art von Lese Publikation suchen Sie zur Zeit? Wenn Sie wirklich gern das Thema ähnlich wie Deep Learning Mit Python Und Keras: Das Praxis-Handbuch Vom Entwickler Der Keras-Bibliothek (mitp Professional), können Sie es unten direkt nehmen. Dieses Buch ist in der Tat eine übliche Veröffentlichung. Allerdings nur, wie der Autor Worte zu erhalten, diese Veröffentlichung zu entwickeln, ist so unglaublich. Man kann nichts Besonderes von der Abdeckung sowie der Titel der Führung entdecken, aber Sie können jede Kleinigkeit spezielle von der Führung nach dem Lesen erhalten.
Diese Publikation ist in Soft-Copy-Datei zur Verfügung, die von Ihnen zu haben ist. Check-out-Liebhaber, haben viele Menschen die Analyse Aktivität dort am frühen Morgen Tag. Es ist, als die Art, den Tag zu beginnen. Irgendwann in ihrem Mittag, werden sie auch genießen das Magazin zu überprüfen. Haben Sie begonnen Führer zu lieben bewerten? Deep Learning Mit Python Und Keras: Das Praxis-Handbuch Vom Entwickler Der Keras-Bibliothek (mitp Professional) als eine der genannten Publikationen können Ihre Alternative sein, Ihre Zeit oder Freizeit genau zu verbringen. Sie werden nicht andere wertlos Aufgaben haben müssen, um die Zeit zu öffnen oder verwenden.
Wenn man die Tatsache in immer viele Informationen aus der Analyse dienen kann, warum soll man es ignorieren? Viele erfolgreiche Menschen auch sind Erfolg aus mehrere Bücher zu überprüfen. Aus der Druckschrift abgeschlossener Veröffentlichung viele gewesen sein, dann ist es unzählige. Und auch dieses Deep Learning Mit Python Und Keras: Das Praxis-Handbuch Vom Entwickler Der Keras-Bibliothek (mitp Professional) ist diejenige, die Sie überprüfen müssen. Auch Sie sind Starter zu lesen, dieses Buch wird sicherlich auch seine so vorteilhaft zu handhaben. Nach dem Lesen Abschluss der Lehre und Botschaft, die bekommen zu leicht kann, wird hinzugefügt werden. Dies ist nur einer der besten Anbieter Buch sein sollte.
Entlasten der Sprache und auch einfacher Arbeiten Ende zu begreifen, bis wobei die Faktoren vieler Individuen versuchen, diese Veröffentlichung zu erhalten. Wenn Sie mehr über Deep Learning Mit Python Und Keras: Das Praxis-Handbuch Vom Entwickler Der Keras-Bibliothek (mitp Professional) finden möchten, können Sie sehen, dass der Autor ist, dass die Person, die das Buch produziert hat, ist. Diese werden weit mehr beeindruckend. Aus diesem Grunde können Sie auf die Web-Seite mit dem Link gehen, die wir in dieser Zuschreibung zu bieten. Es wird sicherlich nicht so kompliziert sein für Sie. Es wird sicherlich viel einfacher zu erwerben.
Pressestimmen
»Ohne komplizierte Mathematik […] führt der Autor in die Grundlagen Neuronaler Netze und Machine Learning ein. Dabei zeigt er anhand vieler anschaulicher Code-Beispiele, wie man Daten aufbereitet, Schicht für Schicht verschiedene Arten analysierender und generativer Neuronaler Netze baut, trainiert und bewertet. iele Grafiken fördern das Verständnis von Funktionen und Zusammenhänge.« (Make Magazin, 12/2018) »Wer mehr als die üblichen Schlagworte zu neuronalen Netzen und Deep Learning wissen möchte, ist hier gut aufgehoben. Auch Praktiker, die in Keras einsteigen wollen, finden hier, was sie brauchen.« (Bigdata-Insider, 11/2018) --.
Über den Autor und weitere Mitwirkende
François Chollet ist bei Google tätig und befasst sich mit Deep Learning. Er ist der Entwickler der Deep-Learning-Bibliothek Keras und hat bedeutende Beiträge zum Machine-Learning-Framework TensorFlow geleistet. Er forscht auf dem Gebiet des Deep Learnings mit den Schwerpunkten maschinelles Sehen und der Anwendung des Machine Learnings auf formales Schließen. Seine Forschungsergebnisse wurden auf bedeutenden Veranstaltungen des Fachgebiets veröffentlicht, unter anderem auf der Conference on Computer Vision and Pattern Recognition (CVPR), der Conference on Neural Information Processing Systems (NIPS), der International Conference on Learning Representations (ICLR) und weiteren.
Produktinformation
Broschiert: 448 Seiten
Verlag: mitp; Auflage: 2018 (31. Mai 2018)
Sprache: Deutsch
ISBN-10: 3958458386
ISBN-13: 978-3958458383
Größe und/oder Gewicht:
17,1 x 2,5 x 23,8 cm
Durchschnittliche Kundenbewertung:
5.0 von 5 Sternen
7 Kundenrezensionen
Amazon Bestseller-Rang:
Nr. 18.359 in Bücher (Siehe Top 100 in Bücher)
Ich habe Kapitel gelesen die mich eigentlich nicht interessieren und wurde positiv überrascht. Ich habe selten ein Buch in so kurzer Zeit gelesen.
Sehr interessante Inhalte, nicht zu viel Theorie.
Gutes mitp Praxishandbuch!
Wer in Deep Learning einsteigen möchte, wird zur Zeit mit Literatur und Internet-Tutorials erschlagen. Es gibt viel zu lernen: MLPs, CNNs, RNNs, programmatisch umgesetzt auf der "grünen Wiese" mit NumPy oder mit einem Framework wir Theano, Microsoft Cognitive Toolkit (CNTK) oder TensorFlow.Wie steigt man da jetzt noch ein?Mit Keras! Denn Keras erübrigt viel Einarbeitung in die Details. Es ist ein Framework auf High-Level, dass die Einzelanweisungen, die Theano, CNTK oder TensorFlow liefern, in Bausteine zusammenfasst, so das ein Programmierer mit Keras neuronale-Netze bauen kann (fast) wie mit Legosteinen.Am Anfang gibt es noch die obligatorische Erläuterung, wie die Backpropagation ungefähr funktioniert, dann geht es auch schon los, immer auf Keras-Ebene, also beispielsweise so:keras.models.Sequential().add(keras.layers.Dense(64, activation = 'relu'))keras.models.Sequential().add(keras.layers.Dense(64, activation = 'relu'))keras.models.Sequential().add(keras.layers.Dense(46, activation = 'relu'))Kein TensorFlow-Gefummel (oder was auch immer), sondern direkt von Start über Los zum Ziel.Keras ist folglich ein guter Einstieg und erhöht die Produktivität der Entwicklung (Prototyping) künstlicher neuronaler Netze enorm. Das Buch bleibt gedanklich stets bei TensorFlow und harmoniert daher besonders gut für Leute, die sich schon mal mit TensorFlow befasst haben. Dennoch spielt es in der Regel keine Rolle, welches Framework auf Low-Level (also unterhalb von Keras) verwendet wird.Das Buch ist eine deutsche Übersetzung. Ich kenne das Original zwar nicht (der Autor ist einer der Entwickler der Keras-Bibliothek), dennoch erscheint mir die Übersetzung ins Deutsche als gelungen. Es liest sich nicht wie übersetzt, wie so manch andere Bücher.Nun aber zum wichtigsten: Den Lern-Mehrwert des Buches. Wenn man Keras erstmal zum Laufen gebracht hat, dann ist das Buch eine wirkliche Bereicherung für den Einstieg als auch für die erste Erfahrung mit Visual Computing zum Einen, der Verarbeitung von sequenziellen Daten mit Rekurrenten Netzen zum Anderen.Das Buch verzichtet übrigens nicht auf die Erläuterung von Mathematik, jedoch (und das sticht aus der Masse heraus) ohne die Darstellung von mathematischen Formeln, sondern nur (!) über Code-Snipsel, die kurz gehalten und trotzdem verständlich sind.Von mir volle Punktzahl und klare Empfehlung für Einsteiger in Deep Learning.
Um was es auf den inklusive fünfseitigem Stichwortverzeichnis 443 Seiten geht, bringt der Titel zum Ausdruck: Deep Learning, auf Deutsch künstliche Intelligenz, maschinelles Sehen, nicht nur Hören, sondern auch verstehen und interpretieren von Sprache, Bilder ein- und zuordnen, Vorhersage von wahrscheinlich eintretenden kommenden 'Ereignissen', neuronale Netze etc.Das Buch ist kein 'Lesebuch'. Es erfordert konzentriertes Durcharbeiten und sehr aktives Mitdenken. Wobei solide Python-Kenntnisse nicht nur ideal, sondern vorausgesetzt werden.
Ein Standardwerk vom Keras Autor persönlich. Die Einführung in Deep Learning und Neuronale Netze ist erstklassig gelungen. Die Keras Beispiele sind auf das wesentliche reduziert und immer erstklassig bebildert. Noch ein Grundlagenkapitel mit allen wichtigen Begriffen und Konzepten ist hier auch nicht selbstverständlich. Wenn alles erklärt ist bringt der Autor Teil zwei: Praxis. Alles drin: Faltung, Pooling, verschiedene Layer, Tensor Board, etc. und viele viele gute Beispiele.Natürlich kann man immer streiten, ob zuviel übersetzt worden ist. Manche mögen den Begriff Über-/Unteranpassung mögen, manche (wie ich) nicht. Aber das tut dem klasse Werk - auf dem man auch Lehrveranstaltungen aufbauen kann - keinen Abbruch. Klare Kaufempfehlung!
Gutes Buch für einen groben Überblick und einer schnellen Einführung
Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek (mitp Professional) PDF
Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek (mitp Professional) EPub
Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek (mitp Professional) Doc
Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek (mitp Professional) iBooks
Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek (mitp Professional) rtf
Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek (mitp Professional) Mobipocket
Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek (mitp Professional) Kindle
0 komentar:
Posting Komentar