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.pdf26.37 MBAdobe PDFПросмотреть/Открыть  



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.