Principios y laboratorios para el aprendizaje profundo

Título original:

Principles and Labs for Deep Learning

Contenido del libro:

Principles and Labs for Deep Learning proporciona los conocimientos y técnicas necesarios para ayudar a los lectores a diseñar y desarrollar modelos de aprendizaje profundo. Las técnicas de aprendizaje profundo se introducen a través de la teoría, se ilustran exhaustivamente, se explican mediante los ejemplos de código fuente de TensorFlow y se analizan a través de la visualización de resultados.

Los métodos estructurados y los laboratorios proporcionados por el Dr. Huang y el Dr. Le permiten a los lectores dominar TensorFlow para construir redes neuronales convolucionales profundas (CNN) a través de API personalizadas, API Keras de alto nivel, aplicaciones Keras y TensorFlow Hub.

Cada capítulo tiene un Laboratorio correspondiente con instrucciones paso a paso para ayudar al lector a practicar y lograr un resultado de aprendizaje específico. El aprendizaje profundo se ha aplicado con éxito en diversos campos como la visión por ordenador, el procesamiento de audio, la robótica, el procesamiento del lenguaje natural, la bioinformática y la química.

Debido al enorme alcance de los conocimientos en Deep Learning, se requiere mucho tiempo para comprender y desplegar aplicaciones útiles y operativas, de ahí la importancia de este nuevo recurso. En cada capítulo se incluyen tanto lecciones teóricas como experimentos para introducir las técnicas y proporcionar ejemplos de código fuente para practicar su uso.

Todos los laboratorios de este libro se encuentran en GitHub para facilitar la descarga. El libro está escrito asumiendo que el lector conoce Python básico para programación y Machine Learning básico.