Redes neuronales artificiales con Tensorflow 2: Proyectos de aprendizaje automático con arquitectura Ann

Opiniones de los lectores

El libro proporciona una introducción clara y práctica a TensorFlow, cubriendo conceptos fundamentales y aplicaciones en aprendizaje profundo. Es elogiado por su enfoque estructurado y explicaciones detalladas, en particular en las áreas de Keras, construcción de modelos y ejemplos prácticos. Sin embargo, algunos revisores señalaron que ciertos conceptos no se explican adecuadamente e identificaron errores en las explicaciones. Se recomienda actualizar el contenido.

Claro, bien estructurado, enfoque práctico, explicaciones detalladas, cobertura completa de los temas, en particular en Keras y construcción de modelos, ejemplos orientados a la aplicación, incluye código fuente para la implementación.

Algunos conceptos se explican de forma inadecuada, contiene errores en las explicaciones, carece de claridad sobre las diferencias entre las API, necesita una actualización para corregir imprecisiones.

(basado en 3 opiniones de lectores)

Título original:

Artificial Neural Networks with Tensorflow 2: Ann Architecture Machine Learning Projects

Contenido del libro:

Desarrolle modelos de aprendizaje automático en diversos dominios. Este libro ofrece una fuente única que proporciona una cobertura completa de las capacidades de TensorFlow 2 mediante el uso de proyectos realistas basados en escenarios.

Después de aprender las novedades de TensorFlow 2, podrá sumergirse de lleno en el desarrollo de modelos de aprendizaje automático a través de proyectos aplicables. Este libro cubre una amplia variedad de arquitecturas de RNA--comenzando desde el trabajo con una simple red secuencial hasta CNN avanzadas, RNN, LSTM, DCGAN, etcétera. Se dedica un capítulo completo a cada tipo de red y cada capítulo consta de un proyecto completo en el que se describe la arquitectura de red utilizada, la teoría en la que se basa dicha arquitectura, qué conjunto de datos se utiliza, el preprocesamiento de los datos, el entrenamiento del modelo, las pruebas y optimizaciones de rendimiento, y el análisis.

Este enfoque práctico puede utilizarse desde el principio hasta el final o, si ya está familiarizado con los modelos básicos de ML, puede sumergirse directamente en la aplicación que le interese. Las explicaciones línea por línea de los principales segmentos de código le ayudarán a completar los detalles a medida que trabaja y tendrá a su disposición en línea el código fuente completo del proyecto para aprender y seguir experimentando. Con Artificial Neural Networks with TensorFlow 2 verá cuán amplia es la gama de capacidades de TensorFlow.

Lo que aprenderá

⬤ Desarrollar aplicaciones de aprendizaje automático.

⬤ Traducir lenguajes usando redes neuronales.

⬤ Componer imágenes con transferencia de estilos.

A quién va dirigido este libro

Principiantes, practicantes, y desarrolladores hard-cored que quieren dominar la máquina y el aprendizaje profundo con TensorFlow 2. El lector debe tener conceptos de trabajo de los fundamentos de ML y terminologías.