Opiniones de los lectores
Resumen:El libro está bien estructurado para principiantes y proporciona explicaciones claras y ejemplos prácticos en aprendizaje profundo, aunque se basa en gran medida en Keras y carece de una cobertura en profundidad de TensorFlow, lo que puede confundir a los lectores novatos.
Ventajas:Útil para principiantes, explicaciones claras y concisas, comienza con ejemplos sencillos y progresa hacia modelos complejos, organizado en Jupyter Notebooks, cubre temas modernos de aprendizaje profundo como la búsqueda de arquitectura neuronal y la compresión de modelos.
Desventajas:Se basa en gran medida en ejemplos de Keras, no explica TensorFlow, posibilidad de errores si el lector no está familiarizado con TensorFlow.
(basado en 2 opiniones de lectores)
Título original:
Modern Deep Learning Design and Application Development: Versatile Tools to Solve Deep Learning Problems
Contenido del libro:
Aprenda a aprovechar los métodos modernos de aprendizaje profundo en muchos contextos. Repleto de teoría intuitiva, métodos prácticos de implementación y casos prácticos de aprendizaje profundo, este libro revela cómo adquirir las herramientas que necesita para diseñar e implementar como un arquitecto de aprendizaje profundo. Abarca herramientas que los ingenieros de aprendizaje profundo pueden utilizar en una amplia gama de campos, desde la biología hasta la visión por ordenador y los negocios. Con nueve estudios de casos en profundidad, este libro le ayudará a pensar de forma creativa y realista en el aprendizaje profundo.
Comenzará con una guía estructurada para el uso de Keras, con consejos útiles y las mejores prácticas para sacar el máximo provecho del marco. A continuación, aprenderá a entrenar modelos de forma eficaz con aprendizaje por transferencia y preentrenamiento autosupervisado. A continuación, aprenderá a utilizar una variedad de compresiones de modelos para su uso práctico. Por último, aprenderá a diseñar con éxito arquitecturas de redes neuronales y a replantear de forma creativa problemas difíciles para convertirlos en solucionables. Aprenderá no sólo a comprender y aplicar métodos con éxito, sino también a pensar de forma crítica al respecto.
Modern Deep Learning Design and Methods es ideal para los lectores que buscan utilizar diseños y métodos de aprendizaje profundo modernos, flexibles y creativos. Prepárese para diseñar e implementar soluciones innovadoras de aprendizaje profundo para los difíciles problemas actuales.
Lo que aprenderá
⬤ Mejorar el rendimiento de los modelos de aprendizaje profundo utilizando modelos preentrenados, extrayendo características enriquecidas y automatizando la optimización.
⬤ Comprimir modelos de aprendizaje profundo manteniendo el rendimiento.
⬤ Replantear una amplia variedad de problemas difíciles y diseñar soluciones efectivas de aprendizaje profundo para resolverlos.
⬤ Utilizar el marco Keras, con alguna ayuda de bibliotecas como HyperOpt, TensorFlow y PyTorch, para implementar una amplia variedad de enfoques de aprendizaje profundo.
A quién va dirigido este libro
Científicos de datos con cierta familiaridad con el aprendizaje profundo a ingenieros de aprendizaje profundo que buscan inspiración estructurada y dirección en su próximo proyecto. Desarrolladores interesados en aprovechar los métodos modernos de aprendizaje profundo para resolver una variedad de problemas difíciles.
