Descripción
Aprenda a aprovechar los métodos modernos de aprendizaje profundo en muchos contextos. Repleto de teoría intuitiva, métodos de implementación prácticos y estudios de caso de aprendizaje profundo, este libro revela cómo adquirir las herramientas necesarias para diseñar e implementar como un arquitecto de aprendizaje profundo. Cubre herramientas que los ingenieros de aprendizaje profundo pueden usar en una amplia gama de campos, desde la biología hasta la visión por computadora y los negocios. Con nueve estudios de caso en profundidad, este libro lo familiarizará con el pensamiento creativo y de aprendizaje profundo del mundo real.
Comenzará con una guía estructurada para usar Keras, con consejos útiles y mejores prácticas para aprovechar al máximo el marco. A continuación, aprenderá cómo entrenar modelos de manera efectiva con el aprendizaje por transferencia y el preentrenamiento auto-supervisado. Luego aprenderá a usar una variedad de compresiones de modelos para uso práctico. Por último, aprenderá a diseñar arquitecturas de redes neuronales exitosas y a reformular creativamente problemas difíciles en problemas resolubles. Aprenderá no solo a comprender y aplicar métodos con éxito, sino también a pensar críticamente al respecto.Diseño y métodos modernos de aprendizaje profundo es ideal para lectores que buscan utilizar un diseño y métodos de aprendizaje profundo modernos, flexibles y creativos. Prepárese para diseñar e implementar soluciones innovadoras de aprendizaje profundo para los problemas difíciles de hoy.
Lo que aprenderá
- Mejore el rendimiento de los modelos de aprendizaje profundo utilizando modelos preentrenados, extrayendo características ricas y automatizando la optimización.
- Comprima modelos de aprendizaje profundo manteniendo el rendimiento.
- Reformule una amplia variedad de problemas difíciles y diseñe soluciones efectivas de aprendizaje profundo para resolverlos.
- Use el marco Keras, con la ayuda de bibliotecas como HyperOpt, TensorFlow y PyTorch, para implementar una amplia variedad de enfoques de aprendizaje profundo.
Para quién es este libro
Científicos de datos con cierta familiaridad con el aprendizaje profundo para ingenieros de aprendizaje profundo que buscan inspiración y dirección estructuradas en su próximo proyecto. Desarrolladores interesados en aprovechar los métodos modernos de aprendizaje profundo para resolver una variedad de problemas difíciles.
Autor: Andre Ye
Editorial: Apress
Publicado: 19/11/2021
Páginas: 451
Tipo de encuadernación: Tapa blanda
Peso: 1.79 libras
Tamaño: 10.00h x 7.00w x 0.95d
ISBN13: 9781484274125
ISBN10: 1484274121
Categorías BISAC:
- Computadoras | Inteligencia Artificial | General
- Computadoras | Idiomas | Python
Sobre el autor
Andre Ye es escritor y editor de ciencia de datos; ha escrito más de 300 artículos de ciencia de datos para varias publicaciones importantes de ciencia de datos con más de diez millones de visitas. También es cofundador de Critiq, una plataforma de revisión por pares que utiliza el aprendizaje automático para emparejar los ensayos de los usuarios. En su tiempo libre, Andre disfruta mantenerse al día con la investigación actual de aprendizaje profundo, tocar el piano y nadar.
Este título no es retornable