Deep Learning Design Patterns
Lingua: inglese
Editore: Manning Publications, US, 2021
- Brossura
- Nuovo
Da: Rarewaves USA United, HEBRON, KY, U.S.A.Rarewaves USA United
Venditore AbeBooks dal 20 giugno 2025
Condizione: Nuovo
EUR 56,46
Quantità: 10 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Deep learning has revealed ways to create algorithms for applications that we never dreamed were possible. For software developers, the challenge lies in taking cutting-edge technologies from RandD labs through to production. Deep Learning Design Patterns is here to help. In it, you'll find deep learning models presented in a unique new way: as extendable design patterns you can easily plug-and-play into your software projects. Written by Google deep learning expert Andrew Ferlitsch, it's filled with the latest deep learning insights and best practices from his work with Google Cloud AI. Each valuable technique is presented in a way that's easy to understand and filled with accessible diagrams and code samples. about the technologyYou don't need to design your deep learning applications from scratch! By viewing cutting-edge deep learning models as design patterns, developers can speed up their creation of AI models and improve model understandability for both themselves and other users. about the book Deep Learning Design Patterns distills models from the latest research papers into practical design patterns applicable to enterprise AI projects. Using diagrams, code samples, and easy-to-understand language, Google Cloud AI expert Andrew Ferlitsch shares insights from state-of-the-art neural networks. You'll learn how to integrate design patterns into deep learning systems from some amazing examples, including a real-estate program that can evaluate house prices just from uploaded photos and a speaking AI capable of delivering live sports broadcasting. Building on your existing deep learning knowledge, you'll quickly learn to incorporate the very latest models and techniques into your apps as idiomatic, composable, and reusable design patterns. what's inside Internal functioning of modern convolutional neural networksProcedural reuse design pattern for CNN architecturesModels for mobile and IoT devicesComposable design pattern for automatic learning methodsAssembling large-scale model deploymentsComplete code samples and example notebooksAccompanying YouTube videos about the readerFor machine learning engineers familiar with Python and deep learning. about the author Andrew Ferlitsch is an expert on computer vision and deep learning at Google Cloud AI Developer Relations. He was formerly a principal research scientist for 20 years at Sharp Corporation of Japan, where he amassed 115 US patents and worked on emerging technologies in telepresence, augmented reality, digital signage, and autonomous vehicles. In his present role, he reaches out to developer communities, corporations and universities, teaching deep learning and evangelizing Google's AI technologies.…
Codice articolo LU-9781617298264
- Titolo
- Deep Learning Design Patterns
- Autore
- Andrew Ferlitsch
- Editore
- Manning Publications, US
- Anno di pubblicazione
- 2021
- Condizione
- New
- Rilegatura
- Paperback
- Lingua
- inglese
- ISBN 10
- 1617298263
- ISBN 13
- 9781617298264
- Peso dell'articolo
- 878 grammi
In Deep Learning Patterns and Practices you will learn:
    Internal functioning of modern convolutional neural networks
    Procedural reuse design pattern for CNN architectures
    Models for mobile and IoT devices
    Assembling large-scale model deployments
    Optimizing hyperparameter tuning
    Migrating a model to a production environment
The big challenge of deep learning lies in taking cutting-edge technologies from R&D labs through to production. Deep Learning Patterns and Practices is here to help. This unique guide lays out the latest deep learning insights from author Andrew Ferlitsch&;s work with Google Cloud AI. In it, you'll find deep learning models presented in a unique new way: as extendable design patterns you can easily plug-and-play into your software projects. Each valuable technique is presented in a way that's easy to understand and filled with accessible diagrams and code samples.
Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications.
About the technology
Discover best practices, design patterns, and reproducible architectures that will guide your deep learning projects from the lab into production. This awesome book collects and illuminates the most relevant insights from a decade of real world deep learning experience. You&;ll build your skills and confidence with each interesting example.
About the book
Deep Learning Patterns and Practices is a deep dive into building successful deep learning applications. You&;ll save hours of trial-and-error by applying proven patterns and practices to your own projects. Tested code samples, real-world examples, and a brilliant narrative style make even complex concepts simple and engaging. Along the way, you&;ll get tips for deploying, testing, and maintaining your projects.
What's inside
    Modern convolutional neural networks
    Design pattern for CNN architectures
    Models for mobile and IoT devices
    Large-scale model deployments
    Examples for computer vision
About the reader
For machine learning engineers familiar with Python and deep learning.
About the author
Andrew Ferlitsch is an expert on computer vision, deep learning, and operationalizing ML in production at Google Cloud AI Developer Relations.
Table of Contents
PART 1 DEEP LEARNING FUNDAMENTALS
1 Designing modern machine learning
2 Deep neural networks
3 Convolutional and residual neural networks
4 Training fundamentals
PART 2 BASIC DESIGN PATTERN
5 Procedural design pattern
6 Wide convolutional neural networks
7 Alternative connectivity patterns
8 Mobile convolutional neural networks
9 Autoencoders
PART 3 WORKING WITH PIPELINES
10 Hyperparameter tuning
11 Transfer learning
12 Data distributions
13 Data pipeline
14 Training and deployment pipeline
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
Rarewaves USA United
HEBRON, KY, U.S.A.
Venditore AbeBooks dal 20 giugno 2025
Tariffe di spedizione nazionale per U.S.A.
| Articolo | Da 30 a 30 giorni lavorativi | Da 14 a 14 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 44,09 | EUR 59,08 |
Metodi di pagamento
Informazioni sull’azienda del venditore
Rarewaves USA
10100 West Sample Road, Ste 101
Coral Springs, FL U.S.A. 33065
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Rarewaves USA United, Coral Springs, Florida, U.S.A., senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Please note that we do not offer Priority shipping to any country.
We currently do not ship to the below countries:
Afghanistan
Bhutan
Brazil
Brunei Darussalam
Channel Islands
Chile
Israel
Lao
Mexico
Russian Federation
Saudi Arabia
South Africa
Yemen
Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.