Descripción
Este libro se basa en los fundamentos establecidos en su primera edición, con capítulos actualizados y las últimas implementaciones de código para ponerlo al día con TensorFlow 2.0.
Pro Deep Learning con TensorFlow 2.0 comienza con los fundamentos matemáticos y técnicos centrales del aprendizaje profundo. A continuación, aprenderá sobre las redes neuronales convolucionales, incluidos los nuevos métodos convolucionales como la convolución dilatada, la convolución separable en profundidad y su implementación. Luego, obtendrá una comprensión del procesamiento del lenguaje natural en arquitecturas de red avanzadas como los transformadores y varios mecanismos de atención relevantes para el procesamiento del lenguaje natural y las redes neuronales en general. A medida que avance en el libro, explorará marcos de aprendizaje no supervisados que reflejan el estado actual de los métodos de aprendizaje profundo, como los autoencoders y los autoencoders variacionales. El capítulo final cubre el tema avanzado de las redes generativas adversarias y sus variantes, como las GAN de consistencia cíclica y las técnicas de redes neuronales gráficas como las redes de atención gráfica y GraphSAGE.
Al completar este libro, comprenderá los fundamentos matemáticos y los conceptos del aprendizaje profundo, y podrá utilizar los prototipos demostrados para construir nuevas aplicaciones de aprendizaje profundo.
Lo que aprenderá
- Comprender el aprendizaje profundo de pila completa utilizando TensorFlow 2.0
- Obtener una comprensión de los fundamentos matemáticos del aprendizaje profundo
- Implementar soluciones complejas de aprendizaje profundo en producción utilizando TensorFlow 2.0
- Comprender las redes generativas adversarias, las redes de atención gráfica y GraphSAGE
A quién va dirigido este libro:
Científicos de datos y profesionales del aprendizaje automático, desarrolladores de software, estudiantes de posgrado y entusiastas del código abierto.Autor: Santanu Pattanayak
Editorial: Apress
Publicado: 01/01/2023
Páginas: 652
Tipo de encuadernación: Tapa blanda
Peso: 2.53lbs
Tamaño: 10.00h x 7.00w x 1.35d
ISBN13: 9781484289303
ISBN10: 1484289307
Categorías BISAC:
- Informática | Inteligencia Artificial | General
- Informática | Lenguajes | Python
Sobre el autor
Santanu Pattanayak trabaja como especialista senior en aprendizaje automático en Qualcomm Corp R&D y es autor de Quantum Machine Learning with Python, publicado por Apress. Tiene más de 16 años de experiencia, habiendo trabajado en GE, Capgemini e IBM antes de unirse a Qualcomm. Se graduó en ingeniería eléctrica en la Universidad de Jadavpur, Calcuta, y es un ávido entusiasta de las matemáticas. Santanu tiene una maestría en ciencia de datos del Instituto Indio de Tecnología (IIT), Hyderabad. También participa en concursos de Kaggle en su tiempo libre, donde se encuentra entre los 500 mejores. Actualmente, reside en Bangalore con su esposa.