کتاب Deep Learning with Keras
اثر Antonio Gulli
نوع محتوای کتاب
آموزش گام به گام
هدف یادگیری
حل مسئله عملی
نوع مسیر
صفر تا صد آماده برای کار
بر اساس تکنولوژی
علوم داده
مورد استفاده
هوش مصنوعی / یادگیری ماشین
بر اساس سطح علمی
متوسط
info نکات مهم قبل از خرید:
- نسخه کتاب فعلی به زبان لاتین میباشد.
- کتاب به صورت محصول میباشد و پس از خرید بلافاصله در دسترس شما قرار میگیرد.
- قبل از خرید، قسمت توضیحات تکمیلی مربوط به هر کتاب را مطالعه کنید.
- در صورت هرگونه سؤال با ایمیل و یا شماره پشتیبانی سایت در تماس باشید.
- درگاه پرداخت رمزارز نیز برای هموطنان خارج از کشور فعال است.
درباره این کتاب
کتاب Deep Learning with Keras یکی از منابع بسیار خوب برای یادگیری Keras و یادگیری عمیق است. در این کتاب به یادگیری الگوریتمهای مهم در حوزهی یادگیری عمیق مانند RNN و پیادهسازی آن و همچنین کتابخانههای یادگیری عمیق مانند ConvNets و WaveNet پرداخته میشود. علاوه بر آن به کاربرد این علم در هوش مصنوعی بازیهای رایانهای و مدلهای متعدد یادگیری عمیق نیز بررسی و کاوش میشود. گذری بر پلتفرم Keras:…
کتابهای پیشنهادی این تخصص:
کتابهای پیشنهادی این تخصص:
نظرات کاربران
تجربیات خود را از خواندن این کتاب با دیگران به اشتراک بگذارید.
ثبت نظر جدید
هنوز دیدگاهی ثبت نشده است.
کتاب Deep Learning with Keras یکی از منابع بسیار خوب برای یادگیری Keras و یادگیری عمیق است. در این کتاب به یادگیری الگوریتمهای مهم در حوزهی یادگیری عمیق مانند RNN و پیادهسازی آن و همچنین کتابخانههای یادگیری عمیق مانند ConvNets و WaveNet پرداخته میشود. علاوه بر آن به کاربرد این علم در هوش مصنوعی بازیهای رایانهای و مدلهای متعدد یادگیری عمیق نیز بررسی و کاوش میشود.
گذری بر پلتفرم Keras:
کراس (Keras) یک کتابخانهٔ متنباز شبکه عصبی است که به زبان پایتون نوشته شده است و بر روی تنسورفلو یا ثینو قابل اجرا است. این نرمافزار به منظور آزمایش کردن سریع یادگیری عمیق طراحی شده است و در طراحی آن بر روی کوچک، ماژولار و قابل گسترش بودن توجه شده است.
کراس یک چهارچوب سطح بالا یادگیری عمیق است که توسط آقای François Chollet در سال 2015 تأسیس شده. کراس چهارچوبی است که با آن و تنها با چند خط کد میتوانیم برای ساختن شبکههای عصبی استفاده کنیم.
در حقیقت کراس یک فرانتاند (Front-End) برای چهارچوبهای یادگیری عمیق:
- تنسرفلو
- CNTK
- تیانو
است و آنها پشت شبکههای عصبی را میسازند و آموزش میدهند و برای همین به آن یک چهارچوب سطح بالا میگوییم چون کراس پیچیدگی استفاده از این کتابخانهها را تا حد خوبی حذف میکند. یک ویژگی خاص دیگر کراس این است که محدود به یک کتابخانه یادگیری عمیق نیست و همانطور که گفتیم میتوانیم از تنسرفلو، CNTK و یا تیانو برای محاسبات پشت پرده آن استفاده کنیم.
شاید بتوانیم یکی از مهمترین ویژگیهای کراس را هم این بدانیم که در طراحی مدلها در کراس بهترین رویههای (Best Practices) یادگیری عمیق در نظر گرفته شدهاند و به صورت پیشفرض تنظیمات مورد استفاده در بسیاری از به صورت پیشفرض مدلهای کراس دارای بهترین تنطیمات مثل توابع فعالسازی و اندازه دسته که معمولاً در اغلب موارد نتایج خوبی به ما میدهند، هستند.
منبع: https://bit.ly/2yYk0ie
سرفصلهای کتاب Deep Learning with Keras:
- Neural Networks Foundations
- Keras Installation and API
- Deep Learning with ConvNets
- Generative Adversarial Networks and WaveNet
- Word Embeddings
- Recurrent Neural Network — RNN
- Additional Deep Learning Models
- AI Game Playing
- Conclusion
فایل کتاب Deep Learning with Keras را میتوانید پس از پرداخت دانلود کنید.