Modelos de aprendizaje profundo de última generación en Tensorflow: Aprendizaje automático moderno en el ecosistema Google Colab

Opiniones de los lectores

El libro del Dr. Paper ofrece una visión completa del aprendizaje profundo, abarcando tanto temas básicos como avanzados, centrándose especialmente en TensorFlow 2.0. Es elogiado por su claridad, explicaciones detalladas y aplicabilidad práctica en implementaciones de la vida real, lo que lo convierte en un valioso recurso para aprender y refrescar conocimientos en aprendizaje profundo y aprendizaje automático.

⬤ Explicaciones claras y detalladas, cubre una amplia gama de temas, excelente tanto para principiantes como para usuarios avanzados, experiencia práctica proporcionada, sirve como una referencia rápida para las técnicas, fuerte enfoque en TensorFlow
⬤ 0, muy recomendable para implementaciones prácticas.

La reseña no especifica ningún contra significativo, pero puede dar a entender que la complejidad del aprendizaje profundo en sí puede ser un reto, aunque el libro intenta abordarlo.

(basado en 1 opiniones de lectores)

Título original:

State-Of-The-Art Deep Learning Models in Tensorflow: Modern Machine Learning in the Google Colab Ecosystem

Contenido del libro:

1. Construir tuberías de entrada TensorFlow2.

Aumente la diversidad de su conjunto de datos con la ampliación de datos3. Conjuntos de Datos TensorFlow4. Aprendizaje Profundo con Conjuntos de Datos TensorFlow5.

Introducción a las Unidades de Procesamiento Tensorial6.

Aprendizaje de Transferencia Simple con TensorFlow Hub7. Aprendizaje de Transferencia Avanzado8.

Autocodificadores apilados9. Autocodificadores Convolucionales y Variacionales10. Redes Adversariales Generativas11.

Redes Adversariales Generativas de Crecimiento Progresivo12. Transferencia rápida de estilos13. Detección de objetos14.

Introducción al aprendizaje por refuerzo.