×
Dodano do koszyka:
Pozycja znajduje się w koszyku, zwiększono ilość tej pozycji:
Zakupiłeś już tę pozycję:
Książkę możesz pobrać z biblioteki w panelu użytkownika
Pozycja znajduje się w koszyku
Przejdź do koszyka

Zawartość koszyka

ODBIERZ TWÓJ BONUS :: »

Advanced Deep Learning with TensorFlow 2 and Keras. Apply DL, GANs, VAEs, deep RL, unsupervised learning, object detection and segmentation, and more - Second Edition Rowel Atienza

(ebook) (audiobook) (audiobook) Książka w języku 1
Advanced Deep Learning with TensorFlow 2 and Keras. Apply DL, GANs, VAEs, deep RL, unsupervised learning, object detection and segmentation, and more - Second Edition Rowel Atienza - okladka książki

Advanced Deep Learning with TensorFlow 2 and Keras. Apply DL, GANs, VAEs, deep RL, unsupervised learning, object detection and segmentation, and more - Second Edition Rowel Atienza - okladka książki

Advanced Deep Learning with TensorFlow 2 and Keras. Apply DL, GANs, VAEs, deep RL, unsupervised learning, object detection and segmentation, and more - Second Edition Rowel Atienza - audiobook MP3

Advanced Deep Learning with TensorFlow 2 and Keras. Apply DL, GANs, VAEs, deep RL, unsupervised learning, object detection and segmentation, and more - Second Edition Rowel Atienza - audiobook CD

Autor:
Rowel Atienza
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
512
Dostępne formaty:
     PDF
     ePub
     Mobi
Advanced Deep Learning with TensorFlow 2 and Keras, Second Edition is a completely updated edition of the bestselling guide to the advanced deep learning techniques available today. Revised for TensorFlow 2.x, this edition introduces you to the practical side of deep learning with new chapters on unsupervised learning using mutual information, object detection (SSD), and semantic segmentation (FCN and PSPNet), further allowing you to create your own cutting-edge AI projects.

Using Keras as an open-source deep learning library, the book features hands-on projects that show you how to create more effective AI with the most up-to-date techniques.
Starting with an overview of multi-layer perceptrons (MLPs), convolutional neural networks (CNNs), and recurrent neural networks (RNNs), the book then introduces more cutting-edge techniques as you explore deep neural network architectures, including ResNet and DenseNet, and how to create autoencoders. You will then learn about GANs, and how they can unlock new levels of AI performance.

Next, you’ll discover how a variational autoencoder (VAE) is implemented, and how GANs and VAEs have the generative power to synthesize data that can be extremely convincing to humans. You'll also learn to implement DRL such as Deep Q-Learning and Policy Gradient Methods, which are critical to many modern results in AI.

Wybrane bestsellery

O autorze książki

Rowel Atienza — profesor w Instytucie Elektrycznym i Inżynierii Elektronicznej Uniwersytetu Filipińskiego w Diliman, kierownik katedry sztucznej inteligencji w Instytucie Dado i Marii Banatao. Ma praktyczne doświadczenie w programowaniu robotów, tworzeniu algorytmów sztucznej inteligencji i widzeniu komputerowym. Autor licznych artykułów i wystąpień na konferencjach dotyczących AI, specjalista w zakresie sieci neuronowych i uczenia głębokiego.

Packt Publishing - inne książki

Zamknij

Przenieś na półkę

Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Ebook
107,10 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint
Zabrania się wykorzystania treści strony do celów eksploracji tekstu i danych (TDM), w tym eksploracji w celu szkolenia technologii AI i innych systemów uczenia maszynowego. It is forbidden to use the content of the site for text and data mining (TDM), including mining for training AI technologies and other machine learning systems.