Note :
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 26 votes.
Tensorflow 2 Pocket Reference: Building and Deploying Machine Learning Models
Cette référence facile à utiliser pour les modèles de conception TensorFlow 2 en Python vous aidera à prendre des décisions éclairées pour divers cas d'utilisation. L'auteur KC Tung aborde des sujets et des tâches courantes dans les pratiques de science des données et d'apprentissage automatique des entreprises plutôt que de se concentrer sur TensorFlow lui-même.
Quand et pourquoi alimenter les données d'entraînement en utilisant NumPy ou un ensemble de données en continu ? Comment mettre en place des validations croisées dans le processus de formation ? Comment tirer parti d'un modèle pré-entraîné en utilisant l'apprentissage par transfert ? Comment procéder à l'ajustement des hyperparamètres ? Prenez cette référence de poche et réduisez le temps que vous passez à chercher des options pour vos cas d'utilisation de TensorFlow.
⬤ Comprendre les meilleures pratiques dans les modèles de TensorFlow et les flux de travail de ML.
⬤ Utiliser des extraits de code comme modèles pour construire des modèles et des flux de travail TensorFlow.
⬤ Gagner du temps de développement en intégrant des modèles préconstruits dans TensorFlow Hub.
⬤ Les modèles TensorFlow peuvent être utilisés comme modèles pour la construction de modèles et de workflows TensorFlow.
⬤ Aborder des scénarios courants tels que le style de conception du modèle, le flux de travail d'ingestion de données, l'entraînement du modèle et le réglage.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)