PDF-Download Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek (mitp Professional)
When you're a newbie visitor or the one that try to start love reading, you can select Deep Learning Mit Python Und Keras: Das Praxis-Handbuch Vom Entwickler Der Keras-Bibliothek (mitp Professional) as the best alternative. This book is incredibly popular among the reader. This is one of the factors we advise you to attempt analysis this book. Also this is not sort of book that will offer huge opportunity; you can get it detailed. As just what we constantly heard about discovering can be done by actions. You can't get to the knowledge simultaneously by doing every little thing, it will need some procedures.
Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek (mitp Professional)
PDF-Download Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek (mitp Professional)
Erforderlich, um eine Unterstützung des neuen gestartet Buch ausfindig zu machen? Vergiss es! Seien Sie nicht so hart aufgrund der Tatsache, davon ausgehen, dass wir Sie ständig in unterstützen. Wer auch immer Sie sind, zu entdecken, zu lesen, aus mehreren Ländern, jetzt einfach. Genau hier, wir haben die besten Angebote Sammlungen von verschiedenen Arten und Stile der Bücher. Die Bücher sind in weichen Dateisystemen zur Verfügung gestellt und auch könnten Sie den Web-Link für jedes Buch entdecken herunterladen und installieren.
Lesen ist wirklich ein Muss und auch das ist sehr wichtig in diesem Leben. Wenn jemand die besten Angebote zu lesen, einfach machen kümmern uns um Ihre persönliche Idee, genau das, was Fund Sie? Wann werden Sie viel zu lesen beginnen? Viele Menschen immer versuchen, ihre Zeit zu nutzen [perfekt zu überprüfen. Ein Buch, das Material sein Analyse kommt sicherlich Freunde werden, wenn sie in einsam bleiben. Die Deep Learning Mit Python Und Keras: Das Praxis-Handbuch Vom Entwickler Der Keras-Bibliothek (mitp Professional), die wir hier zur Verfügung gestellt haben, wird auf die fantastischen Mittel beziehen und auch Empfehlung, dass gutes Leben aufbauen konnte.
Ob die Menschen Lesegewohnheiten haben zuteilt das Niveau der Lebens Top-Qualität zu verbessern, warum nicht? Sie könnten ebenfalls einige Methoden, wie genau das, was sie zusätzlich tun. Überprüfung der Deep Learning Mit Python Und Keras: Das Praxis-Handbuch Vom Entwickler Der Keras-Bibliothek (mitp Professional) wird seine Vorteile für alle Menschen geben. Sicherlich sind diejenigen Personen, die Führung tatsächlich überprüft und auch begreifen es auch über genau das, was Führung eigentlich vermuten lässt.
Wenn immer Deep Learning Mit Python Und Keras: Das Praxis-Handbuch Vom Entwickler Der Keras-Bibliothek (mitp Professional) als Ihre Analyse Ressource, könnten Sie die einfache Methode erhalten, um es zu stimulieren oder zu erhalten. Es erfordert für Sie auswählen und herunterladen und installieren Sie die Soft-Datei von dieser aus dem Web-Link Buch bezeichnet, die wir hier zur Verfügung gestellt haben. Wenn jeder wirklich das gute Gefühl hat, diese Veröffentlichung zu lesen, sie oder der Wille immer glauben, dass die Veröffentlichung Lesen wird sie sicherlich ständig helfen viel besser Ziel zu erreichen. Überall dort, wo das Ziel dauerhaft besser ist, ist es das, was wahrscheinlich erhalten Sie, wenn Sie dieses Buch als eine Ihrer Analyse Quellen Kommissionierung der Freizeit zu investieren.
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