Avis des lecteurs
Résumé:Ce livre est considéré comme une excellente introduction à l'apprentissage profond, particulièrement adaptée aux lecteurs ayant des compétences de base en programmation. Il est loué pour ses explications claires, son orientation pratique et son utilisation efficace de la bibliothèque Keras. Cependant, certains lecteurs ont noté des problèmes liés à la qualité physique du livre et un manque de profondeur dans certains domaines, en particulier pour ceux qui recherchent des détails mathématiques plus rigoureux.
Avantages:⬤ Explications claires et concises des concepts de l'apprentissage profond.
⬤ Approche pratique avec des exemples de code utilisant Keras.
⬤ Convient aux débutants ayant des compétences en programmation.
⬤ Bonne couverture du paysage de l'apprentissage profond.
⬤ L'expérience de l'auteur dans le domaine de l'IA.
⬤ Style d'écriture engageant qui rend les sujets complexes accessibles.
⬤ Problèmes de qualité physique, notamment des erreurs d'impression et des problèmes de reliure.
⬤ Certains lecteurs trouvent que les explications mathématiques manquent de profondeur.
⬤ Une orientation pratique qui peut ne pas satisfaire ceux qui recherchent un texte théorique de niveau supérieur.
⬤ Certaines configurations techniques (par exemple, les configurations GPU) peuvent être dépassées ou difficiles.
⬤ Confusion occasionnelle dans les explications, entraînant des difficultés de compréhension.
(basé sur 374 avis de lecteurs)
Titre original :
Deep Learning with Python
Contenu du livre :
Résumé
Deep Learning with Python présente le domaine de l'apprentissage profond en utilisant le langage Python et la puissante bibliothèque Keras. Rédigé par François Chollet, créateur de Keras et chercheur en intelligence artificielle chez Google, ce livre vous permettra de mieux comprendre le sujet grâce à des explications intuitives et des exemples pratiques.
L'achat du livre imprimé inclut un livre électronique gratuit aux formats PDF, Kindle et ePub de Manning Publications.
À propos de la technologie
L'apprentissage automatique a fait des progrès remarquables ces dernières années. Nous sommes passés d'une reconnaissance vocale et d'images quasi inutilisable à une précision proche de celle de l'homme. Nous sommes passés de machines incapables de battre un joueur de Go sérieux à des machines capables de vaincre un champion du monde. L'apprentissage profond est à l'origine de ces progrès : une combinaison d'avancées techniques, de meilleures pratiques et de théorie qui permet une multitude d'applications intelligentes auparavant impossibles.
À propos du livre
Deep Learning with Python présente le domaine de l'apprentissage profond en utilisant le langage Python et la puissante bibliothèque Keras. Rédigé par François Chollet, créateur de Keras et chercheur en IA chez Google, ce livre vous permet de mieux comprendre le sujet grâce à des explications intuitives et des exemples pratiques. Vous explorerez des concepts difficiles et vous vous exercerez à l'aide d'applications dans les domaines de la vision artificielle, du traitement du langage naturel et des modèles génératifs. À la fin de l'ouvrage, vous aurez acquis les connaissances et les compétences pratiques nécessaires pour appliquer l'apprentissage profond à vos propres projets.
Ce qu'il y a dedans
⬤ L'apprentissage profond à partir des premiers principes.
⬤ Mise en place de votre propre environnement d'apprentissage profond.
⬤ Modèles de classification d'images.
⬤ L'apprentissage profond pour les textes et les séquences.
⬤ Le transfert de style neuronal, la génération de textes et la génération d'images.
A propos du lecteur
Les lecteurs doivent avoir des compétences intermédiaires en Python. Aucune expérience préalable avec Keras, TensorFlow ou l'apprentissage automatique n'est requise.
À propos de l'auteur
Fran ois Chollet travaille sur l'apprentissage profond chez Google à Mountain View, en Californie. Il est le créateur de la bibliothèque d'apprentissage profond Keras et contribue au cadre d'apprentissage automatique TensorFlow. Il effectue également des recherches sur l'apprentissage profond, en particulier sur la vision artificielle et l'application de l'apprentissage automatique au raisonnement formel. Ses articles ont été publiés lors de conférences importantes dans le domaine, notamment la conférence sur la vision informatique et la reconnaissance des formes (CVPR), la conférence et l'atelier sur les systèmes de traitement de l'information neuronale (NIPS), la conférence internationale sur les représentations d'apprentissage (ICLR), et d'autres encore.
Table des matières
PARTIE 1 - PRINCIPES FONDAMENTAUX DE L'APPRENTISSAGE PROFOND.
⬤ Qu'est-ce que l'apprentissage profond ?
⬤ Avant de commencer : les fondements mathématiques des réseaux neuronaux.
⬤ Les réseaux neuronaux : un point de départ.
⬤ Fondamentaux de l'apprentissage automatique.
PARTIE 2 - L'APPRENTISSAGE PROFOND EN PRATIQUE.
⬤ L'apprentissage profond pour la vision par ordinateur.
⬤ L'apprentissage profond pour les textes et les séquences.
⬤ Les meilleures pratiques de l'apprentissage profond avancé.
⬤ L'apprentissage profond génératif.
⬤ Conclusions.
Annexe A - Installation de Keras et de ses dépendances sur Ubuntu.
Annexe B - Exécution des carnets Jupyter sur une instance EC2 GPU.
Autres informations sur le livre :
| ISBN : | 9781617294433 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2018 |
| Nombre de pages : | 384 |
Achat:
Actuellement disponible, en stock.
