TensorFlow е библиотека с дълбоко обучение с отворен код, която се разработва и поддържа от Google. Той предлага програмиране на потока от данни, което изпълнява редица задачи за машинно обучение. Той е създаден да работи на множество процесори или графични процесори и дори мобилни операционни системи и има няколко обвивки на езици като Python, C ++ или Java.
Ето подбрания списък с Топ 10 книги за тензорния поток, които трябва да бъдат част от библиотеката за начинаещи до напреднали дълбоко обучение / машинно обучение Scienctists Learners.
1) Научете TensorFlow 2.0: Внедрете модели на машинно обучение и дълбоко обучение с Python
Learn TensorFlow е книга, написана от Pramod Singh и Avish Manure. Книгата започва с въвеждането на рамката TensorFlow 2.0 и основните промени от последното издание. Книгата се фокусира и върху изграждането на контролирани модели за машинно обучение с помощта на TensorFlow.
Книгата също така учи как можете да изграждате модели, използвайки оценители на клиенти. Също така ще научите как да използвате TensorFlow за изграждане на модели за машинно обучение и дълбоко обучение. Целият код, даден в тази книга, ще бъде достъпен под формата на изпълними скриптове в Github.
Проверете най-новите отзиви за цени и потребители на Amazon2) Разширено дълбоко обучение с TensorFlow 2 и Keras
Advanced Deep Learning с TensorFlow 2 и Keras е книга, написана от Rowel Atienza. Книгата ви учи на някои напреднали техники за дълбоко обучение, налични днес.
Тази книга също така ви учи за дълбоко обучение, учене без надзор, използващо взаимна информация, откриване на обекти (SSD). Книгата показва и как да създадете ефективен ИИ с най-модерните техники. В тази книга ще научите за GAN и как те могат да отключат нови нива на производителност на AI.
Проверете най-новите отзиви за цени и потребители на Amazon3) Tensorflow за 1 ден
Tensorflow за 1 ден е книга, написана от Кришна Рунгта. Книгата ви учи на тази сложна тема на лесен за разбиране английски език. Той има фантастична графика, изчислителна функция. Той помага на учения за данни да визуализира своята проектирана невронна мрежа с помощта на TensorBoard.
Книгата обхваща теми като Какво е дълбоко обучение ?, Машинно обучение срещу дълбоко обучение, Какво е TensorFlow ?, както и разширени теми като Jupyter Notebook, Tensorflow на AWS и др.
Проверете най-новите отзиви за цени и потребители на Amazon4) TinyML: Машинно обучение с TensorFlow Lite на Arduino и микроконтролери с ултра ниска мощност
TinyML: Машинното обучение с TensorFlow Lite е книга, написана от Пийт Уордън и Даниел Ситунайке. С този практически справочник за обучение ще влезете в полето на TinyML. Книгата обхваща дълбокото обучение, а вградените системи се комбинират, за да направят изумителните неща възможни с малки устройства.
Тази книга е идеална за разработчици на софтуер и хардуер, които искат да създадат вградени системи с помощта на машинно обучение.
Проверете най-новите отзиви за цени и потребители на Amazon5) Обработка на естествен език с TensorFlow
Обработка на естествен език с TensorFlow е книга, написана от Хушан Ганегедара. В тази книга ще научите и как да прилагате високопроизводителни RNN модели, клетки с краткосрочна памет (LSTM) към NLP задачи. Също така ще можете да изследвате невронния машинен превод и да приложите неврален машинен преводач.
След като прочетете тази книга, ще разберете за технологията NLP. Също така ще можете да приложите TensorFlow в задълбочени NLP приложения и как да изпълнявате конкретни NLP задачи.
Проверете най-новите отзиви за цени и потребители на Amazon6) Проекти за машинно обучение TensorFlow
Проекти за машинно обучение TensorFlow е книга, написана от Анкит Джейн, Армандо Фанданго и Амита Капур. Тази книга също така учи как да се изграждат напреднали проекти. Също така ще можете да се справите с често срещани предизвикателства, като използвате библиотеки от екосистемата TensorFlow.
This book also teaches how you can build projects in various real-world domains, autoencoders, recommender systems, reinforcement learning, etc. By the end of this reference book, you'll have gained the required expertise to build machine learning projects.
Check Latest Price and User Reviews on Amazon7) Hands-On Computer Vision with TensorFlow 2
Hands-On Computer Vision with TensorFlow 2 is a book written by Benjamin Planche and Eliot Andres. This book will help you explore Google's open-source framework for machine learning. You will also understand how to benefit from using convolutional neural networks (CNNs) for visual tasks.
The book starts with the fundamentals of computer vision and deep learning. The book also teaches you how to build a neural network from scratch. The book helps you to teaches how to classify images with modern solutions, such as Inception and ResNet, and extract specific content using the You Only Look Once (YOLO) method.
At the end of this study material book, you will have both the theoretical understanding and practical skills. It also helps you to solve advanced computer vision problems.
Check Latest Price and User Reviews on Amazon8) Pro Deep Learning with TensorFlow
Pro Deep Learning with TensorFlow is a book written by Santanu Pattanayak. You'll also be able to understand mathematical understanding and intuition. It helps you to invent new deep learning architectures and solutions on your own.
The book offers hands-on expertise so you can learn deep learning from scratch. This TensorFlow book will allow you to get up to speed quickly using TensorFlow. It helps you to optimize different deep learning architectures.
The book covers many practical concepts of deep learning that are relevant in any industry are emphasized in this book. The code given in this reference material is available in the form of iPython notebooks and scripts.
Check Latest Price and User Reviews on Amazon9) Practical Deep Learning for Cloud, Mobile, and Edge
Practical Deep Learning for Cloud, Mobile, and Edge is a book written by Anirudh Koul, Siddha Ganju, and Meher Kasam. This book teaches you how to build practical deep learning applications for the cloud, mobile, browsers.
The book teaches you the process of converting an idea into something that people in the real world can use. This book also teaches how you can develop Artificial Intelligence for a range of devices, including Raspberry Pi, and Google Coral. You will also get many practical tips for maximizing model accuracy and speed.
Check Latest Price and User Reviews on Amazon10) Deep Learning: A Practitioner's Approach
Deep Learning is a book written by Josh Patterson and Adam Gibson. This hands-on guide not only provides the most practical information available on the subject. It also helps you get started building efficient deep learning networks.
You will learn about the theory of deep learning before introducing their open-source Deeplearning4j (DL4J). It is a library for developing production-class workflows. By using real-world examples, you'll learn methods and strategies easily.
Check Latest Price and User Reviews on Amazon