Avis des lecteurs
Résumé:Le livre « Learning TensorFlow » reçoit des critiques mitigées, certains lecteurs appréciant ses explications claires et ses exemples pratiques, tandis que d'autres lui reprochent d'être mal écrit, de manquer de profondeur et d'être trop similaire à la documentation en ligne disponible. Beaucoup l'ont trouvé utile pour les débutants ayant des connaissances préalables en programmation, tandis que d'autres le jugent obsolète ou insuffisant pour un véritable apprentissage.
Avantages:⬤ Livré en excellent état.
⬤ Bon pour ceux qui ont une certaine expérience de Python et qui veulent apprendre les bases de TensorFlow.
⬤ Couvre des aspects importants tels que les pipelines d'entrée, le threading et l'informatique distribuée.
⬤ Fournit des exemples pratiques qui peuvent être consolidés dans des projets.
⬤ Explications claires et bien structurées pour la plupart.
⬤ Certaines critiques le décrivent comme mal écrit et édité.
⬤ Manque de profondeur dans les explications et le contexte pour les débutants.
⬤ Contient beaucoup de contenu que l'on peut trouver en ligne, ce qui donne l'impression qu'il est redondant.
⬤ Critique pour ne pas être un guide complet et pour utiliser des ensembles de données communs (MNIST, CIFAR).
⬤ Certains utilisateurs ressentent le besoin de plus de contexte et de matériel sur des sujets avancés.
(basé sur 35 avis de lecteurs)
Titre original :
Learning Tensorflow: A Guide to Building Deep Learning Systems
Contenu du livre :
Inspirés du cerveau humain, les réseaux neuronaux profonds entraînés avec de grandes quantités de données peuvent résoudre des tâches complexes avec une précision sans précédent. Ce livre pratique fournit un guide complet sur TensorFlow, la principale bibliothèque logicielle open source qui vous aide à construire et à former des réseaux neuronaux pour la vision par ordinateur, le traitement du langage naturel (NLP), la reconnaissance vocale et l'analyse prédictive générale.
Les auteurs Tom Hope, Yehezkel Resheff et Itay Lieder proposent une approche pratique des principes fondamentaux de TensorFlow à l'intention d'un large public technique, qu'il s'agisse de scientifiques des données, d'ingénieurs, d'étudiants ou de chercheurs. Vous commencerez par travailler sur des exemples de base dans TensorFlow avant de plonger plus profondément dans des sujets tels que les architectures de réseaux neuronaux, la visualisation TensorBoard, les bibliothèques d'abstraction TensorFlow et les pipelines d'entrée multithread. Une fois ce livre terminé, vous saurez comment construire et déployer des systèmes d'apprentissage profond prêts à la production dans TensorFlow.
⬤ Vous pourrez ainsi vous familiariser avec TensorFlow, rapidement et sans effort.
⬤ Apprenez à utiliser TensorFlow pour construire des modèles d'apprentissage profond à partir de la base.
⬤ Entraînez des modèles d'apprentissage profond populaires pour la vision par ordinateur et le NLP.
⬤ Utiliser des bibliothèques d'abstraction étendues pour rendre le développement plus facile et plus rapide.
⬤ Apprendre à mettre à l'échelle TensorFlow et à utiliser les clusters pour distribuer l'entraînement des modèles.
⬤ Déployer TensorFlow dans un environnement de production.
Autres informations sur le livre :
| ISBN : | 9781491978511 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2017 |
| Nombre de pages : | 242 |
Achat:
Actuellement disponible, en stock.
