Deep Learning mit TensorFlow, Keras und TensorFlow.js: Über 450 Seiten Einstieg, Konzepte, KI-Projekte. Aktuell zu TensorFlow 2 - Rilegato

Deru, Matthieu; Ndiaye, Alassane

 
9783836274258: Deep Learning mit TensorFlow, Keras und TensorFlow.js: Über 450 Seiten Einstieg, Konzepte, KI-Projekte. Aktuell zu TensorFlow 2

Sinossi

Deep Learning entdecken und erfolgreich implementieren. Aktuell zu TensorFlow 2

Deep Learning ist die Schlüsseltechnologie des derzeitigen Booms rund um Künstliche Intelligenz und Maschinelles Lernen. Dieses Buch zeigt Ihnen anhand zahlreicher Beispiele, wie Sie KI-Projekte mit TensorFlow 2 und weiteren Frameworks für Deep Learning umsetzen.

Dr. Deru und Dr. Ndiaye sind langjährige Mitarbeiter am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in Saarbrücken. Die beiden KI-Profis zeigen Ihnen klar und präzise, wie Sie eigene Deep-Learning-Projekte entwickeln. Schritt für Schritt lernen Sie die Konzepte des Deep Learnings intensiv kennen und machen sich grundlegend mit TensorFlow 2, Keras und TensorFlow.js vertraut. Schon bald setzen Sie die mächtigen Frameworks für Ihre eigenen Projekte erfolgreich ein.

Hinweis: Grundkenntnisse in Python und JavaScript werden vorausgesetzt. Mathematische Grundkenntnisse sind für das Verständnis neuronaler Netze nötig. Aber keine Angst! Die wichtigsten Konzepte und gängigsten Formeln, die für Deep Learning gebraucht werden, können Sie hier im Buch nachlesen.

  • Von der Aufbereitung der Daten bis zur Visualisierung
  • Mit Python, HTML5 und JavaScript Deep Learning entdecken
  • Inkl. tf.keras, TensorBoard, TensorFlow Hub, ml5.js, Migration nach TensorFlow 2
  • Behandelt sowohl TensorFlow (für Python) als auch TensorFlow.js


Aus dem Inhalt:

  • Deep-Learning-Grundkonzepte
  • Installation der Frameworks
  • Vorgefertigte Modelle verwenden
  • Datenanalyse und -vorbereitung
  • Convolutional Networks, LSTM, RNN, Pooling ...
  • Aufgaben eines Modells richtig festlegen
  • Eigene Modelle trainieren
  • Overfitting und Underfitting vermeiden
  • Ergebnisse visualisieren

Le informazioni nella sezione "Riassunto" possono far riferimento a edizioni diverse di questo titolo.

Informazioni sugli autori

Dr. Matthieu Deru ist Senior Software-Engineer (R&D) und UX-Designer für interaktive Systeme am Deutschen Forschungszentrum für Künstliche Intelligenz GmbH (DFKI). Seine Projekterfahrung umfasst Themengebiete, die so vielseitig sind wie die Anwendungsfelder der KI, von intelligenten Benutzerschnittstellen bis zu komplexen Vorhersagenmodellen für die Elektromobilität.

Dr. Alassane Ndiaye ist als Senior Software-Engineer (R&D) und Projektleiter seit über 20 Jahren am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) sowohl in Forschungs- als auch in Industrie- und Transferprojekten tätig. Machine Learning setzt er unter anderem in Prognoseverfahren für die Energiewirtschaft und die Elektromobilität ein.

Dalla quarta di copertina

Grundkonzepte verstehen!

Deep Learning ist nicht gleich Deep Learning. Lernen Sie die Konzepte des maschinellen Lernens und die verschiedenen Typen Neuronaler Netze von Grund auf kennen.

Daten richtig vorbereiten

Je mehr Daten, desto besser lernt Ihr Modell? Ja und nein – worauf es außerdem ankommt, erfahren Sie hier.

Professionell an den Details arbeiten

Die Frameworks nehmen Ihnen vieles ab, so dass sich leicht erste Ergebnisse erzielen lassen – sogar mit selbst konstruierten und trainierten Modellen. Um mehr zu erreichen, geht es ins Detail. Profitieren Sie von der Projekterfahrung der Autoren, um Deep-Learning-Netzwerke geschickt anzulegen und Stolperfallen zu vermeiden.

Deep Learning im Browser

Mit TensorFlow.js bringen Sie Ihre Deep-Learning-Anwendung direkt in den Browser. Dabei verwenden Sie JavaScript und HTML5.

Le informazioni nella sezione "Su questo libro" possono far riferimento a edizioni diverse di questo titolo.