Отрывок: hidden_layer(input_features) return activation # Decoder class Decoder(K.layers.Layer): def __init__(self, hidden_dim, original_dim): super(Decoder, self).__init__() self.output_layer = K.layers.Dense(units=original_dim, activation=tf.nn.relu) def call(self, encoded): activation = self.output_layer(encoded) return activation class Autoencoder(K.Model): def __init__(self, hidden_dim, original_dim): super(Autoen...
| Название : | Deep Learning with TensorFlow and Keras |
| Авторы/Редакторы : | Kapoor A. Gulli A. Pal S. Chollet F. |
| Дата публикации : | 2022 |
| Издательство : | Packt Publishing |
| Библиографическое описание : | Kapoor, A. Deep Learning with TensorFlow and Keras : Build and Deploy Supervised, Unsupervised, Deep, and Reinforcement Learning Models / Amita Kapoor, Antonio Gulli, Sujit Pal ; foreword Francois Chollet. - Birmingham ; Mumbai : Packt Publishing, 2022. - 1 file (25,7 Mb) (699 p.). - ISBN = 9781803232911, 9781803245713. - Текст : электронный |
| Аннотация : | Build cutting edge machine and deep learning systems for the lab, production, and mobile devicesKey FeaturesUnderstand the fundamentals of deep learning and machine learning through clear explanations and extensive code samplesImplement graph neural networks, transformers using Hugging Face and TensorFlow Hub, and joint and contrastive learningLearn cutting-edge machine and deep learning techniquesBook DescriptionDeep Learning with TensorFlow and Keras teaches you neural networks and deep learning techniques using TensorFlow (TF) and Keras. You'll learn how to write deep learning applications in the most powerful, popular, and scalable machine learning stack available. TensorFlow 2.x focuses on simplicity and ease of use, with updates like eager execution, intuitive higher-level APIs based on Keras, and flexible model building on any platform. This book uses the latest TF 2.0 features and libraries to present an overview of supervised and unsupervised machine learning models and provides a comprehensive analy Используемые программы Adobe Acrobat Создавайте передовые системы машинного и глубинного обучения для лабораторных, производственных и мобильных устройств. Ключевые особенности: понимание основ глубокого и машинного обучения, благодаря понятным объяснениям и обширным примерам кода. Нейронные сети на графиках, трансформаторы с использованием Hugging Face и TensorFlow Hub, а также совместное и контрастивное обучение. Изучите передовые методы машинного и глубинного обучения. Описание книги: Глубокое обучение с помощью TensorFlow и Keras вы научитесь использовать нейронные сети и методы глубокого обучения с использованием TensorFlow (TF) и Keras. Вы узнаете, как писать приложения для глубокого обучения с использованием самого мощного, популярного и масштабируемого из доступных стеков машинного обучения. TensorFlow 2.x фокусируется на простоте и удобстве использования, предлагая такие обновления, как быстрое выполнение, интуитивно понятные высокоуровневые API на основе Keras и гибкое построение моделей на любой платформе. В этой книге используются но |
| URI (Унифицированный идентификатор ресурса) : | http://repo.ssau.ru/handle/eBooks/Deep-Learning-with-TensorFlow-and-Keras-113439 |
| ISBN : | 9781803232911 9781803245713 |
| Другие идентификаторы : | 3402545 |
| Ключевые слова: | convolutional neural networks graph neural networks machine learning neural networks recurrent neural networks графовые нейронные сети нейронные сети машинное обучение рекуррентные нейронные сети сверточные нейронные сети |
| Располагается в коллекциях: | eBooks |
Файлы этого ресурса:
| Файл | Размер | Формат | |
|---|---|---|---|
| 3402545.pdf | 26.37 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.