Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Titre original :
Python for Tensorflow Pocket Primer
Contenu du livre :
Ce livre, qui fait partie de la série à succès PocketPrimer, est conçu pour préparer les programmeurs à l'apprentissage automatique et à l'apprentissage profond/TensorFlow. Il commence par une introduction rapide à Python, suivie de chapitres consacrés à NumPy, Pandas, Matplotlib et scikit-learn. Les deux derniers chapitres contiennent un assortiment d'échantillons de code TensorFlow 1.x, y compris des échantillons de code détaillés pour TensorFlowDataset (qui est également très utilisé dans TensorFlow 2). Un Dataset TensorFlow fait référence aux classes de l'espace de noms tf. data. Dataset qui permet aux programmeurs de construire un pipeline de données au moyen d'un enchaînement de méthodes appelées lazyoperators, par exemple map(), filter(), batch(), et ainsi de suite, sur la base de données provenant d'une ou de plusieurs sources de données.
Les fichiers d'accompagnement avec le code source peuvent être téléchargés auprès de l'éditeur en écrivant à info@merclearning.com.
Caractéristiques :
⬤ Une introduction pratique à Python, NumPy, Pandas, Matplotlib, et des aspects introductifs de TensorFlow1. x.
⬤ Contient des exemples pertinents de NumPy/Pandas qui sont typiques dans les sujets d'apprentissage machine, et aussi des échantillons de code TensorFlow 1. x utiles pour les sujets d'apprentissage profond/TensorFlow.
⬤ Inclut de nombreux exemples d'API de jeux de données TensorFlow avec des opérateurs paresseux, par exemple, map(), filter(), batch(), take() et aussi des méthodes de chaînage de ces opérateurs.
⬤ Il est supposé que le lecteur n'a qu'une expérience très limitée.
⬤ Fichiers d'accompagnement avec tous les exemples de code source (à télécharger auprès de l'éditeur).
Autres informations sur le livre :
| ISBN : | 9781683923619 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2019 |
| Nombre de pages : | 200 |
Achat:
Actuellement disponible, en stock.
