TensorFlow er et open source deep-learning bibliotek, der er udviklet og vedligeholdt af Google. Det tilbyder dataflow-programmering, der udfører en række maskinindlæringsopgaver. Det blev bygget til at køre på flere CPU'er eller GPU'er og endda mobile operativsystemer, og det har flere indpakninger på sprog som Python, C ++ eller Java.
Her er en kurateret liste over Top 10 bøger til Tensor Flow, der skal være en del af enhver nybegynder til avanceret dyb læring / maskinindlæring Scienctists Learners bibliotek.
1) Lær TensorFlow 2.0: Implementér maskinlæring og Deep Learning-modeller med Python
Lær TensorFlow er en bog skrevet af Pramod Singh og Avish Manure. Bogen begynder med at introducere TensorFlow 2.0-rammen og de store ændringer fra dens sidste udgivelse. Bogen fokuserer også på at opbygge Supervised Machine Learning modeller ved hjælp af TensorFlow.
Bogen lærer også, hvordan du kan bygge modeller ved hjælp af kundestimatorer. Du lærer også, hvordan du bruger TensorFlow til at opbygge maskinlæring og dyb læringsmodeller. Al koden i denne bog vil være tilgængelig i form af eksekverbare scripts på Github.
Tjek seneste pris og brugeranmeldelser på Amazon2) Avanceret dyb læring med TensorFlow 2 og Keras
Advanced Deep Learning med TensorFlow 2 og Keras er en bog skrevet af Rowel Atienza. Bogen lærer dig nogle avancerede teknikker til dyb læring, der er tilgængelige i dag.
Denne bog lærer dig også om dyb læring, ikke-overvåget læring ved hjælp af gensidig information, objektdetektion (SSD). Bogen viser også, hvordan man skaber effektiv AI med de mest opdaterede teknikker. I denne bog lærer du om GAN'er, og hvordan de kan låse op for nye niveauer af AI-ydeevne.
Tjek seneste pris og brugeranmeldelser på Amazon3) Tensorflow på 1 dag
Tensorflow på 1 dag er en bog skrevet af Krishna Rungta. Bogen lærer dig dette komplekse emne på let forståeligt engelsk sprog. Det har en fantastisk graf, beregningsfunktion. Det hjælper dataforsker med at visualisere sit designede neurale netværk ved hjælp af TensorBoard.
Bogen dækker emner som What is Deep learning ?, Machine Learning vs. Deep Learning, What is TensorFlow ?, og avancerede emner som Jupyter Notebook, Tensorflow på AWS og mere.
Tjek seneste pris og brugeranmeldelser på Amazon4) TinyML: Machine Learning med TensorFlow Lite på Arduino og Ultra-Low-Power Microcontrollers
TinyML: Machine Learning with TensorFlow Lite er en bog skrevet af Pete Warden og Daniel Situnayke. Med denne praktiske indlæringsreferencebog kommer du ind i feltet TinyML. Bogen dækker dyb læring, og indlejrede systemer kombinerer for at gøre forbløffende ting mulige med små enheder.
Denne bog er ideel til software- og hardwareudviklere, der ønsker at bygge indlejrede systemer ved hjælp af maskinindlæring.
Tjek seneste pris og brugeranmeldelser på Amazon5) Naturlig sprogbehandling med TensorFlow
Natural Language Processing with TensorFlow er en bog skrevet af Hushan Ganegedara. I denne bog lærer du også, hvordan du anvender højtydende RNN-modeller, kortvarige hukommelsesceller (LSTM) -celler til NLP-opgaver. Du vil også være i stand til at udforske neurale maskinoversættelser og implementere en oversættelse af neurale maskiner.
Efter at have læst denne bog vil du forstå NLP-teknologien. Du vil også være i stand til at anvende TensorFlow i dyb læring NLP applikationer, og hvordan man udfører specifikke NLP opgaver.
Tjek seneste pris og brugeranmeldelser på Amazon6) TensorFlow maskinindlæringsprojekter
TensorFlow Machine Learning Projects er en bog skrevet af Ankit Jain, Armando Fandango og Amita Kapoor. Denne bog lærer også, hvordan man bygger avancerede projekter. Du vil også være i stand til at tackle almindelige udfordringer ved at bruge biblioteker fra TensorFlow-økosystemet.
Denne bog lærer også, hvordan du kan opbygge projekter i forskellige virkelige domæner, autokodere, anbefalsystemer, forstærkningslæring osv. I slutningen af denne referencebog har du fået den nødvendige ekspertise til at oprette maskinlæringsprojekter.
Tjek seneste pris og brugeranmeldelser på Amazon7) Praktisk computersyn med TensorFlow 2
Hands-On Computer Vision med TensorFlow 2 er en bog skrevet af Benjamin Planche og Eliot Andres. Denne bog hjælper dig med at udforske Googles open source-ramme til maskinindlæring. Du vil også forstå, hvordan du kan drage fordel af at bruge konvolutionsneurale netværk (CNN'er) til visuelle opgaver.
Bogen starter med det grundlæggende i computersyn og dyb læring. Bogen lærer dig også, hvordan man bygger et neuralt netværk fra bunden. Bogen hjælper dig med at lære, hvordan du klassificerer billeder med moderne løsninger, såsom Inception og ResNet, og udtrækker specifikt indhold ved hjælp af You Only Look Once (YOLO) -metoden.
I slutningen af denne studiematerialebog har du både den teoretiske forståelse og de praktiske færdigheder. Det hjælper dig også med at løse avancerede computersynproblemer.
Tjek seneste pris og brugeranmeldelser på Amazon8) Pro Deep Learning med TensorFlow
Pro Deep Learning with TensorFlow er en bog skrevet af Santanu Pattanayak. Du vil også være i stand til at forstå matematisk forståelse og intuition. Det hjælper dig med at opfinde nye dyb læringsarkitekturer og -løsninger alene.
Bogen tilbyder praktisk ekspertise, så du kan lære dyb læring fra bunden. Denne TensorFlow-bog giver dig mulighed for hurtigt at komme op i hastighed ved hjælp af TensorFlow. Det hjælper dig med at optimere forskellige dyb læringsarkitekturer.
Bogen dækker mange praktiske koncepter for dyb læring, der er relevante i enhver branche, understreges i denne bog. Koden i dette referencemateriale er tilgængelig i form af iPython notesbøger og scripts.
Tjek seneste pris og brugeranmeldelser på Amazon9) Praktisk dyb læring til Cloud, Mobile og Edge
Practical Deep Learning for Cloud, Mobile, and Edge er en bog skrevet af Anirudh Koul, Siddha Ganju og Meher Kasam. Denne bog lærer dig, hvordan du bygger praktiske deep learning-applikationer til skyen, mobilenheder, browsere.
Bogen lærer dig processen med at konvertere en idé til noget, som folk i den virkelige verden kan bruge. Denne bog lærer også, hvordan du kan udvikle kunstig intelligens til en række enheder, herunder Raspberry Pi og Google Coral. Du får også mange praktiske tip til at maksimere modelnøjagtighed og hastighed.
Tjek seneste pris og brugeranmeldelser på Amazon10) Deep Learning: En praktiserende tilgang
Deep Learning er en bog skrevet af Josh Patterson og Adam Gibson. Denne praktiske vejledning giver ikke kun den mest praktiske information, der er tilgængelig om emnet. Det hjælper dig også med at komme i gang med at opbygge effektive dyb læringsnetværk.
Du vil lære om teorien om dyb læring, før du introducerer deres open source Deeplearning4j (DL4J). Det er et bibliotek til udvikling af produktionsprocesser. Ved at bruge eksempler fra den virkelige verden lærer du nemt metoder og strategier.
Tjek seneste pris og brugeranmeldelser på Amazon