Data Scientists, Datenanalysten, Studenten der Informatik
„... ein nützliches Buch für alle, die sich ernsthaft in Tensorflow einarbeiten wollen und schon ein paar Vorkenntnisse mitbringen.“
Linux Magazin, 6/2019
„Tensorflow gilt als die derzeit wichtigste Open-Source-Bibliothek für Deep Learning. Wer selbst Modelle zur Sprach- und Bilderkennung programmieren will, kommt daran kaum vorbei. Die drei Autoren der Hebrew University in Jerusalem legen deshalb eine umfassende Einführung zu dem von Google bereitgestellten Framework vor.“
t3n, 53 (2018)
Einführung in TensorFlow
Deep-Learning-Systeme programmieren, trainieren, skalieren und deployen
von Tom Hope, Yehezkel S. Resheff und Itay Lieder, aus dem Englischen übersetzt von Kristian Rother und Thomas LotzeDeep-Learning-Netze, die mit großen Datenmengen trainiert werden, lösen komplexe Aufgaben mit erstaunlicher Genauigkeit. Dieses Buch ist eine praktische Einführung in TensorFlow, die führende Open-Source-Softwarebibliothek zum Erstellen und Anlernen von Deep-Learning-Netzen - zum Beispiel für die Sprach- und Bilderkennung, die Verarbeitung natürlicher Sprache (NLP) oder die vorhersagende Datenanalyse.
Es bietet einer technisch orientierten Leserschaft einen praktischen Zugang zu den Grundlagen von TensorFlow - von Datenanalytikern und Ingenieuren bis hin zu Studenten und Wissenschaftlern. Zunächst starten Sie mit einigen einfachen Beispielaufgaben mit TensorFlow, anschließend tauchen Sie tiefer in Themen ein wie die Architektur neuronaler Netze, die Visualisierung mit TensorBoard, Abstraktionsbibliotheken für TensorFlow oder Multithread-Pipelines zur Dateneingabe.
Wenn Sie dieses Buch durchgearbeitet haben, sind Sie in der Lage, Deep-Learning-Systeme in TensorFlow zu erstellen und im Produktvertrieb einzusetzen.
Aus dem Inhalt:
Es bietet einer technisch orientierten Leserschaft einen praktischen Zugang zu den Grundlagen von TensorFlow - von Datenanalytikern und Ingenieuren bis hin zu Studenten und Wissenschaftlern. Zunächst starten Sie mit einigen einfachen Beispielaufgaben mit TensorFlow, anschließend tauchen Sie tiefer in Themen ein wie die Architektur neuronaler Netze, die Visualisierung mit TensorBoard, Abstraktionsbibliotheken für TensorFlow oder Multithread-Pipelines zur Dateneingabe.
Wenn Sie dieses Buch durchgearbeitet haben, sind Sie in der Lage, Deep-Learning-Systeme in TensorFlow zu erstellen und im Produktvertrieb einzusetzen.
Aus dem Inhalt:
