Descripción
Aprenda a aprovechar los métodos modernos de aprendizaje profundo en muchos contextos. Repleto de teoría intuitiva, métodos de implementación prácticos y estudios de casos de aprendizaje profundo, este libro revela cómo adquirir las herramientas que necesita para diseñar e implementar como un arquitecto de aprendizaje profundo. Cubre las herramientas que los ingenieros de aprendizaje profundo pueden usar en una amplia gama de campos, desde la biología hasta la visión por computadora y los negocios. Con nueve estudios de caso en profundidad, este libro lo familiarizará con el pensamiento creativo y práctico del aprendizaje profundo.
Comenzará con una guía estructurada para usar Keras, con consejos útiles y las mejores prácticas para aprovechar al máximo el framework. A continuación, aprenderá a entrenar modelos de forma eficaz con el aprendizaje por transferencia y el preentrenamiento auto-supervisado. Luego, aprenderá a usar una variedad de compresiones de modelos para un uso práctico. Por último, aprenderá a diseñar arquitecturas de redes neuronales exitosas y a reformular creativamente problemas difíciles en problemas resolubles. Aprenderá no solo a comprender y aplicar métodos con éxito, sino también a pensar críticamente sobre ellos.Diseño y métodos modernos de aprendizaje profundo es ideal para lectores que buscan utilizar un diseño y métodos de aprendizaje profundo modernos, flexibles y creativos. Prepárese para diseñar e implementar soluciones innovadoras de aprendizaje profundo para los problemas difíciles de hoy.
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.
- Reformular una amplia variedad de problemas difíciles y diseñar soluciones efectivas de aprendizaje profundo para resolverlos.
- Utilice el framework Keras, con la ayuda de bibliotecas como HyperOpt, TensorFlow y PyTorch, para implementar una amplia variedad de enfoques de aprendizaje profundo.
Para quién es este libro
Científicos de datos con cierta familiaridad con el aprendizaje profundo hasta ingenieros de aprendizaje profundo que buscan inspiración y dirección estructuradas para su próximo proyecto. Desarrolladores interesados en aprovechar los métodos modernos de aprendizaje profundo para resolver una variedad de problemas difíciles.
Autor: Andre Ye
Editorial: Apress
Publicado: 19/11/2021
Páginas: 451
Tipo de encuadernación: Tapa blanda
Peso: 1.79lbs
Tamaño: 10.00h x 7.00w x 0.95d
ISBN13: 9781484274125
ISBN10: 1484274121
Categorías BISAC:
- Informática | Inteligencia Artificial | General
- Informática | Lenguajes | Python
Sobre el autor
Andre Ye es un escritor y editor de ciencia de datos; ha escrito más de 300 artículos de ciencia de datos para varias de las principales publicaciones de ciencia de datos con más de diez millones de visitas. También es cofundador de Critiq, una plataforma de revisión por pares que utiliza el aprendizaje automático para emparejar los ensayos de los usuarios. En su tiempo libre, Andre disfruta manteniéndose al día con la investigación actual de aprendizaje profundo, tocando el piano y nadando.
Este título no es retornable