Sale
طراحی و توسعه ی کاربردی یادگیری عمیق مدرن: ابزارهای همه کاره برای حل مشکلات یادگیری عمیق ۲۰۲۱
Modern Deep Learning Design and Application Development: Versatile Tools to Solve Deep Learning Problems 2021
دانلود کتاب طراحی و توسعه ی کاربردی یادگیری عمیق مدرن: ابزارهای همه کاره برای حل مشکلات یادگیری عمیق ۲۰۲۱ (Modern Deep Learning Design and Application Development: Versatile Tools to Solve Deep Learning Problems 2021) با لینک مستقیم و فرمت pdf (پی دی اف)
| نویسنده |
Andre Ye |
|---|
ناشر:
Apress
۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید
| سال انتشار |
2021 |
|---|---|
| زبان |
English |
| نوع فایل |
|
| حجم |
12 Mb |
🏷️ قیمت اصلی: 200,000 تومان بود.129,000 تومانقیمت فعلی: 129,000 تومان.
هوشمصنوعی ترجمه کالیبو
توضیحات
معرفی کتاب طراحی و توسعه ی کاربردی یادگیری عمیق مدرن: ابزارهای همه کاره برای حل مشکلات یادگیری عمیق ۲۰۲۱
نحوه استفاده از روش های یادگیری عمیق مدرن در زمینه های مختلف را یاد بگیرید. این کتاب با ارائه نظریه های شهودی، روش های اجرای عملی و مطالعات موردی یادگیری عمیق، نحوه دستیابی به ابزارهای مورد نیاز برای طراحی و پیاده سازی به عنوان یک معمار یادگیری عمیق را نشان می دهد. این کتاب ابزارهایی که مهندسین یادگیری عمیق می توانند در طیف گسترده ای از زمینه ها، از زیست شناسی تا بینایی کامپیوتری و تجارت استفاده کنند، پوشش می دهد. این کتاب با نه مطالعه موردی عمیق، شما را در تفکر خلاقانه و یادگیری عمیق دنیای واقعی غوطه ور می کند.
شما با راهنمایی ساختاری برای استفاده از Keras، با نکات مفید و بهترین شیوه ها برای استفاده بهینه از این چارچوب، شروع خواهید کرد. سپس، نحوه آموزش موثر مدل ها با یادگیری انتقالی و پیش آموزش بدون نظارت را یاد خواهید گرفت. سپس، نحوه استفاده از انواع مختلف فشرده سازی مدل برای استفاده عملی را یاد خواهید گرفت. در نهایت، نحوه طراحی معماری های شبکه عصبی موفق و بازتعریف خلاقانه مشکلات دشوار به حل شدنی را یاد خواهید گرفت. شما نه تنها یاد خواهید گرفت که روش ها را با موفقیت درک و به کار ببرید، بلکه به طور انتقادی در مورد آن فکر خواهید کرد.
طراحی و روش های یادگیری عمیق مدرن برای خوانندگانی که به دنبال استفاده از طراحی و روش های یادگیری عمیق مدرن، انعطاف پذیر و خلاق هستند، ایده آل است. آماده باشید تا راه حل های نوآورانه یادگیری عمیق را برای حل مشکلات دشوار امروز طراحی و پیاده سازی کنید.
چیزی که یاد خواهید گرفت
- با استفاده از مدل های از پیش آموزش دیده، استخراج ویژگی های غنی و خودکارسازی بهینه سازی، عملکرد مدل های یادگیری عمیق را بهبود ببخشید.
- مدل های یادگیری عمیق را در حالی که عملکرد را حفظ می کنید، فشرده کنید.
- طیف گسترده ای از مشکلات دشوار را بازتعریف کنید و راه حل های موثر یادگیری عمیق را برای حل آنها طراحی کنید.
- از چارچوب Keras، با کمک کتابخانه هایی مانند HyperOpt، TensorFlow و PyTorch، برای پیاده سازی طیف گسترده ای از رویکردهای یادگیری عمیق استفاده کنید.
این کتاب برای چه کسانی مناسب است
دانشمندان داده با آشنایی با یادگیری عمیق تا مهندسین یادگیری عمیق که به دنبال الهام و جهت گیری ساختاری برای پروژه بعدی خود هستند. توسعه دهندگان علاقه مند به استفاده از روش های مدرن یادگیری عمیق برای حل مشکلات مختلف دشوار.
فهرست کتاب:
۱. جلد
۲. مطالب ابتدایی
۱. کاوشی عمیق در کراس
۲. استراتژیهای پیشآموزش و یادگیری انتقالی
۳. گوناگونی کاربردهای خودرمزگذارها
۴. فشردهسازی مدل برای استقرار عملی
۵. خودکارسازی طراحی مدل با فرابهینهسازی
۶. طراحی موفق معماری شبکههای عصبی
۷. بازتعریف مسائل دشوار یادگیری عمیق
۱۰. مطالب انتهایی
توضیحات(انگلیسی)
Learn how to harness modern deep-learning methods in many contexts. Packed with intuitive theory, practical implementation methods, and deep-learning case studies, this book reveals how to acquire the tools you need to design and implement like a deep-learning architect. It covers tools deep learning engineers can use in a wide range of fields, from biology to computer vision to business. With nine in-depth case studies, this book will ground you in creative, real-world deep learning thinking.
You’ll begin with a structured guide to using Keras, with helpful tips and best practices for making the most of the framework. Next, you’ll learn how to train models effectively with transfer learning and self-supervised pre-training. You will then learn how to use a variety of model compressions for practical usage. Lastly, you will learn how to design successful neural network architectures and creatively reframe difficult problems into solvable ones. You’ll learn notonly to understand and apply methods successfully but to think critically about it.
Modern Deep Learning Design and Methods is ideal for readers looking to utilize modern, flexible, and creative deep-learning design and methods. Get ready to design and implement innovative deep-learning solutions to today’s difficult problems.
What You’ll Learn
- Improve the performance of deep learning models by using pre-trained models, extracting rich features, and automating optimization.
- Compress deep learning models while maintaining performance.
- Reframe a wide variety of difficult problems and design effective deep learning solutions to solve them.
- Use the Keras framework, with some help from libraries like HyperOpt, TensorFlow, and PyTorch, to implement a wide variety of deep learning approaches.
Who This Book Is For
Data scientists with some familiarity with deep learning to deep learning engineers seeking structured inspiration and direction on their next project. Developers interested in harnessing modern deep learning methods to solve a variety of difficult problems.
Table of Contents
1. Cover
2. Front Matter
1. A Deep Dive into Keras
2. Pretraining Strategies and Transfer Learning
3. The Versatility of Autoencoders
4. Model Compression for Practical Deployment
5. Automating Model Design with Meta-optimization
6. Successful Neural Network Architecture Design
7. Reframing Difficult Deep Learning Problems
10. Back Matter
دیگران دریافت کردهاند
✨ ضمانت تجربه خوب مطالعه
بازگشت کامل وجه
در صورت مشکل، مبلغ پرداختی بازگردانده می شود.
دانلود پرسرعت
دانلود فایل کتاب با سرعت بالا
ارسال فایل به ایمیل
دانلود مستقیم به همراه ارسال فایل به ایمیل.
پشتیبانی ۲۴ ساعته
با چت آنلاین و پیامرسان ها پاسخگو هستیم.
ضمانت کیفیت کتاب
کتاب ها را از منابع معتیر انتخاب می کنیم.
