Learning TensorFlow (2017)
Авторы: Itay Lieder, Tom Hope, Yehezkel S. Resheff
#tensorflow@proglib #books@proglib #english@proglib
Язык: английский.
Целевая аудитория: аналитики разного уровня опыта.
Нейронные сети способны решать задачи, подвластные только человеку, но быстрее и в больших объёмах. Книга, написанная тремя специалистами в области машинного обучения, расскажет вам о ведущей библиотеке в данной области - TensorFlow. Вы научитесь создавать и тренировать нейронные сети для программ компьютерного зрения, обработки естественного языка, распознавания речи и изображений.
В книге рассматриваются следующие темы:
✔ установка и запуск TensorFlow;
✔ основы библиотеки и машинного обучения;
✔ эволюция нейронных сетей;
✔ работа с текстом;
✔ очереди и потоки;
✔ популярные методики и концепции машинного обучения.
Преимущества:
➕ подходит начинающим аналитикам;
➕ небольшой объём.
Недостатки:
➖ является больше сборником документации, чем единым руководством;
➖ не переведена.
📝 Learning TensorFlow.pdf - 💾13 936 377
➰ Источник ВК
Авторы: Itay Lieder, Tom Hope, Yehezkel S. Resheff
#tensorflow@proglib #books@proglib #english@proglib
Язык: английский.
Целевая аудитория: аналитики разного уровня опыта.
Нейронные сети способны решать задачи, подвластные только человеку, но быстрее и в больших объёмах. Книга, написанная тремя специалистами в области машинного обучения, расскажет вам о ведущей библиотеке в данной области - TensorFlow. Вы научитесь создавать и тренировать нейронные сети для программ компьютерного зрения, обработки естественного языка, распознавания речи и изображений.
В книге рассматриваются следующие темы:
✔ установка и запуск TensorFlow;
✔ основы библиотеки и машинного обучения;
✔ эволюция нейронных сетей;
✔ работа с текстом;
✔ очереди и потоки;
✔ популярные методики и концепции машинного обучения.
Преимущества:
➕ подходит начинающим аналитикам;
➕ небольшой объём.
Недостатки:
➖ является больше сборником документации, чем единым руководством;
➖ не переведена.
📝 Learning TensorFlow.pdf - 💾13 936 377
➰ Источник ВК
TensorFlow for Deep Learning (2018)
Авторы: Bharath Ramsundar, Reza Bosagh Zadeh
#machine_learning@proglib #books@proglib #english@proglib
Язык: английский.
Целевая аудитория: опытные программисты, математики и разработчики.
Если у вас есть опыт в программировании на Python или в линейной алгебре, то освоить это руководство не составит для вас большого труда. В нём представлены основы машинного обучения, показывающие вам, как создавать системы, способные обнаруживать объекты в изображениях, распознавать текст, анализировать видео и даже прогнозировать свойства потенциальных лекарств.
В книге рассматриваются следующие темы:
✔ основы машинного обучения;
✔ введение в библиотеку TensorFlow;
✔ линейная регрессия на TensorFlow;
✔ рекуррентные нейронные сети;
✔ тренировка нейронных сетей;
✔ будущее машинного обучения и многое другое.
Преимущества:
➕ актуальный материал по теме;
➕ небольшой объём;
➕ множество иллюстраций, формул и примеров кода.
Недостатки:
➖ не замечено.
📝 TensorFlow_for_Deep_Learning.pdf - 💾17 029 434
➰ Источник ВК
Авторы: Bharath Ramsundar, Reza Bosagh Zadeh
#machine_learning@proglib #books@proglib #english@proglib
Язык: английский.
Целевая аудитория: опытные программисты, математики и разработчики.
Если у вас есть опыт в программировании на Python или в линейной алгебре, то освоить это руководство не составит для вас большого труда. В нём представлены основы машинного обучения, показывающие вам, как создавать системы, способные обнаруживать объекты в изображениях, распознавать текст, анализировать видео и даже прогнозировать свойства потенциальных лекарств.
В книге рассматриваются следующие темы:
✔ основы машинного обучения;
✔ введение в библиотеку TensorFlow;
✔ линейная регрессия на TensorFlow;
✔ рекуррентные нейронные сети;
✔ тренировка нейронных сетей;
✔ будущее машинного обучения и многое другое.
Преимущества:
➕ актуальный материал по теме;
➕ небольшой объём;
➕ множество иллюстраций, формул и примеров кода.
Недостатки:
➖ не замечено.
📝 TensorFlow_for_Deep_Learning.pdf - 💾17 029 434
➰ Источник ВК