توضیحات
Discover how to leverage Keras, the powerful and easy-to-use open source Python library for developing and evaluating deep learning models
Key Features
- Get to grips with various model evaluation metrics, including sensitivity, specificity, and AUC scores
- Explore advanced concepts such as sequential memory and sequential modeling
- Reinforce your skills with real-world development, screencasts, and knowledge checks
Book Description
New experiences can be intimidating, but not this one! This beginner’s guide to deep learning is here to help you explore deep learning from scratch with Keras, and be on your way to training your first ever neural networks.
What sets Keras apart from other deep learning frameworks is its simplicity. With over two hundred thousand users, Keras has a stronger adoption in industry and the research community than any other deep learning framework.
The Deep Learning with Keras Workshop starts by introducing you to the fundamental concepts of machine learning using the scikit-learn package. After learning how to perform the linear transformations that are necessary for building neural networks, you’ll build your first neural network with the Keras library. As you advance, you’ll learn how to build multi-layer neural networks and recognize when your model is underfitting or overfitting to the training data. With the help of practical exercises, you’ll learn to use cross-validation techniques to evaluate your models and then choose the optimal hyperparameters to fine-tune their performance. Finally, you’ll explore recurrent neural networks and learn how to train them to predict values in sequential data.
By the end of this book, you’ll have developed the skills you need to confidently train your own neural network models.
What you will learn
- Gain insights into the fundamentals of neural networks
- Understand the limitations of machine learning and how it differs from deep learning
- Build image classifiers with convolutional neural networks
- Evaluate, tweak, and improve your models with techniques such as cross-validation
- Create prediction models to detect data patterns and make predictions
- Improve model accuracy with L1, L2, and dropout regularization
Who this book is for
If you know the basics of data science and machine learning and want to get started with advanced machine learning technologies like artificial neural networks and deep learning, then this is the book for you. To grasp the concepts explained in this deep learning book more effectively, prior experience in Python programming and some familiarity with statistics and logistic regression are a must.
Table of Contents
- Introduction to Machine Learning with Keras
- Machine Learning versus Deep Learning
- Deep Learning with Keras
- Evaluating your Model with Cross-Validation Using Keras Wrappers
- Improving Model Accuracy
- Model Evaluation
- Computer Vision with Convolutional Neural Networks
- Transfer Learning and Pre-Trained Models
- Sequential Modeling with Recurrent Neural Networks
————————————————————–
ترجمه ماشینی :
کشف کنید که چگونه می توانید از کروها ، کتابخانه قدرتمند و آسان برای استفاده پایتون برای توسعه و ارزیابی مدلهای یادگیری عمیق استفاده کنید
ویژگی های اصلی
- با معیارهای مختلف ارزیابی مدل ، از جمله حساسیت ، ویژگی و نمرات AUC
- مفاهیم پیشرفته مانند حافظه پی در پی و مدل سازی پی در پی را کشف کنید
- مهارت های خود را با واقعی تقویت کنید. توسعه جهان ، صفحه نمایش و بررسی دانش
توضیحات کتاب
تجربیات جدید می تواند ارعاب کننده باشد ، اما این یکی نیست! این راهنمای مبتدی برای یادگیری عمیق در اینجا برای کمک به شما در کشف یادگیری عمیق از ابتدا با کروها است و در مسیر آموزش اولین شبکه های عصبی خود قرار دارید.
آنچه Keras را از سایر چارچوب های یادگیری عمیق جدا می کند ، سادگی آن است. با داشتن بیش از دویست هزار کاربر ، Keras نسبت به هر چارچوب یادگیری عمیق دیگر در صنعت و جامعه تحقیقاتی قوی تر است.
یادگیری عمیق با کارگاه Keras با معرفی شما به مفاهیم اساسی یادگیری ماشین با استفاده از بسته Scikit-Learn آغاز می شود. پس از یادگیری نحوه انجام تحولات خطی که برای ساختن شبکه های عصبی لازم است ، اولین شبکه عصبی خود را با کتابخانه Keras ایجاد خواهید کرد. با پیشرفت ، یاد می گیرید که چگونه شبکه های عصبی چند لایه بسازید و تشخیص دهید که مدل شما تحت تأثیر قرار دادن یا بیش از حد به داده های آموزش است. با کمک تمرینات عملی ، یاد می گیرید که از تکنیک های اعتبار سنجی متقاطع برای ارزیابی مدل های خود استفاده کنید و سپس HyperParameters بهینه را برای تنظیم دقیق عملکرد آنها انتخاب کنید. سرانجام ، شما شبکه های عصبی مکرر را کشف می کنید و یاد م
tag : دانلود کتاب یادگیری عمیق با کارگاه Keras: یاد بگیرید که چگونه مدل های شبکه عصبی را فقط با چند خط کد تعریف و آموزش دهید , Download یادگیری عمیق با کارگاه Keras: یاد بگیرید که چگونه مدل های شبکه عصبی را فقط با چند خط کد تعریف و آموزش دهید , دانلود یادگیری عمیق با کارگاه Keras: یاد بگیرید که چگونه مدل های شبکه عصبی را فقط با چند خط کد تعریف و آموزش دهید , Download The Deep Learning with Keras Workshop: Learn how to define and train neural network models with just a few lines of code Book , یادگیری عمیق با کارگاه Keras: یاد بگیرید که چگونه مدل های شبکه عصبی را فقط با چند خط کد تعریف و آموزش دهید دانلود , buy یادگیری عمیق با کارگاه Keras: یاد بگیرید که چگونه مدل های شبکه عصبی را فقط با چند خط کد تعریف و آموزش دهید , خرید کتاب یادگیری عمیق با کارگاه Keras: یاد بگیرید که چگونه مدل های شبکه عصبی را فقط با چند خط کد تعریف و آموزش دهید , دانلود کتاب The Deep Learning with Keras Workshop: Learn how to define and train neural network models with just a few lines of code , کتاب The Deep Learning with Keras Workshop: Learn how to define and train neural network models with just a few lines of code , دانلود The Deep Learning with Keras Workshop: Learn how to define and train neural network models with just a few lines of code , خرید The Deep Learning with Keras Workshop: Learn how to define and train neural network models with just a few lines of code , خرید کتاب The Deep Learning with Keras Workshop: Learn how to define and train neural network models with just a few lines of code ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.