Cantitate/Preț
Produs
Total produse
Vezi coșul
Learning Tensorflow de Tom Hope

Learning Tensorflow

Autor Tom Hope, Yehezkel S Resheff, Itay Lieder
en Limba Engleză Paperback – 26 sep 2017

Metodologia propusă de Learning Tensorflow se concentrează pe transformarea conceptelor teoretice în sisteme de producție robuste, punând un accent deosebit pe arhitectura rețelelor neuronale și pe managementul eficient al datelor. Putem afirma că lucrarea se distinge prin abordarea pragmatică a infrastructurii necesare pentru deep learning, trecând rapid de la fundamentele matematice la implementarea unor pipeline-uri de intrare multithreaded și utilizarea bibliotecilor de abstracție pentru accelerarea dezvoltării. Remarcăm integrarea instrumentului TensorBoard pentru monitorizarea și vizualizarea procesului de antrenare, o componentă critică pentru orice flux de lucru profesional în inteligența artificială. Structura narativă a cărții ghidează cititorul prin scenarii complexe de computer vision și procesare a limbajului natural (NLP), oferind soluții concrete pentru scalarea modelelor în medii distribuite. Credem că rigoarea tehnică a autorilor Tom Hope, Yehezkel S Resheff și Itay Lieder facilitează tranziția de la prototip la deployment, abordând inclusiv optimizarea performanței prin clustere de calcul. Complementar volumului TensorFlow Machine Learning Cookbook, care se axează pe rețete izolate pentru probleme specifice, Learning Tensorflow oferă viziunea de ansamblu necesară construirii unei arhitecturi software coerente și sustenabile. Fie că este vorba despre recunoaștere vocală sau analiză predictivă, textul menține un ton tehnic și aplicat, evitând generalitățile în favoarea specificațiilor de implementare. Această resursă publicată de O'Reilly devine astfel un manual de referință pentru inginerii care doresc să stăpânească ecosistemul TensorFlow într-un context industrial.

Citește tot Restrânge

Preț: 26895 lei

Preț vechi: 33620 lei
-20%

Puncte Express: 403

Carte disponibilă

Livrare economică 30 aprilie-14 mai

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9781491978511
ISBN-10: 1491978511
Pagini: 240
Dimensiuni: 177 x 233 x 17 mm
Greutate: 0.39 kg
Editura: O'Reilly

De ce să citești această carte

Recomandăm această carte profesioniștilor IT și cercetătorilor care doresc să implementeze rețele neuronale în medii de producție. Cititorul câștigă o înțelegere profundă a modului în care se configurează pipeline-urile de date și cum se scalează antrenarea modelelor pe clustere. Este un ghid esențial pentru cei care prioritizează performanța tehnică și scalabilitatea în proiectele de inteligență artificială, oferind un parcurs clar de la cod de test la sisteme deployabile.

Despre autor

Tom Hope, Yehezkel S. Resheff și Itay Lieder sunt experți în domeniul învățării automate și cercetării datelor, cu o experiență vastă în aplicarea tehnicilor de deep learning pentru rezolvarea problemelor complexe. Expertiza lor combinată acoperă atât mediul academic, cât și pe cel industrial, concentrându-se pe dezvoltarea de soluții scalabile folosind TensorFlow. Aceștia au contribuit semnificativ la comunitatea de inteligență artificială prin dezvoltarea de metodologii care fac accesibilă tehnologia rețelelor neuronale pentru o audiență tehnică largă, de la studenți la ingineri de software seniori.

Descriere scurtă

Roughly inspired by the human brain, deep neural networks trained with large amounts of data can solve complex tasks with unprecedented accuracy. This practical book provides an end-to-end guide to TensorFlow, the leading open source software library that helps you build and train neural networks for computer vision, natural language processing (NLP), speech recognition, and general predictive analytics.
Authors Tom Hope, Yehezkel Resheff, and Itay Lieder provide a hands-on approach to TensorFlow fundamentals for a broad technical audience, from data scientists and engineers to students and researchers. You'll begin by working through some basic examples in TensorFlow before diving deeper into topics such as neural network architectures, TensorBoard visualization, TensorFlow abstraction libraries, and multithreaded input pipelines. Once you finish this book, you'll know how to build and deploy production-ready deep learning systems in TensorFlow.
  • Get up and running with TensorFlow, rapidly and painlessly
  • Learn how to use TensorFlow to build deep learning models from the ground up
  • Train popular deep learning models for computer vision and NLP
  • Use extensive abstraction libraries to make development easier and faster
  • Learn how to scale TensorFlow, and use clusters to distribute model training
  • Deploy TensorFlow in a production setting

Notă biografică

Tom Hope is an applied machine learning researcher and data scientist with extensive background in academia and industry.
He has background as a senior data scientist in large international corporation settings, leading data science and deep learning R&D across multiple domains including web mining, text analytics, computer vision,sales and marketing, IoT, financial forecasting and large-scale manufacturing. Previously he was at a successful e-commerce startup in its early days, leading data science R&D. He has also served as a data science consultant for major international companies and startups. His research in computer science, data mining and statistics revolves around machine learning, deep learning, NLP, weak supervision and time-series.
Hezi Reshef is an applied researcher and PhD student in Machine Learning at the Hebrew University, developing Machine Learning and Deep Learning methods for wearable device data, and working on using wearable devices to monitor patient health. He has worked at Intel Corp., leading Deep Learning R&D for monitoring and predicting patient outcomes using remote sensing and wearables. Prior to Intel, Hezi was at Microsoft, leading Machine Learning R&D for mining telemetry data, predicting software bugs, user segmentation, and other projects.
Itay Lieder is an applied researcher in Machine Learning and Computational Neuroscience and a PhD student at the Hebrew University, in collaboration with the Gatsby Computational Neuroscience Unit at UCL, studying the human perception with massive crowd-sourcing experiments on Amazon Turk. His current work focuses on predicting and understanding the way humans react to sounds (e.g. music), via multiple online interactive experiments. He has worked for large international corporations, leading Deep Learning R&D in text analytics and web mining for sales and marketing.