Deep Learning mit TensorFlow, Keras und TensorFlow.js
Autor*in: Ndiaye, Alassane; Deru, Matthieu
Jahr: 2020
Sprache: Deutsch
Umfang: 496 S.
Verfügbar
- Inhalt:
- Deep Learning - eine Schlüsseltechnologie der Künstlichen Intelligenz. Neuronale Netze bringen Höchstleistung, wenn sie zu Deep-Learning-Modellen verknüpft werden - vorausgesetzt, Sie machen es richtig. Große und gute Trainingsdaten beschaffen, geschickt implementieren ... lernen Sie hier, wie Sie die mächtige Technologie wirklich in Ihren Dienst nehmen. Unsere Autoren zeigen Ihnen sowohl die Arbeit mit Python und Keras als auch für den Browser mit JavaScript, HTML5 und TensorFlow.js.Aus dem Inhalt:Deep-Learning-GrundkonzepteInstallation der FrameworksVorgefertigte Modelle verwendenDatenanalyse und -vorbereitungConvolutional Networks, LSTM, RNN, Pooling ...Aufgaben eines Modells richtig festlegenEigene Modelle trainierenOverfitting und Underfitting vermeidenErgebnisse visualisieren
Dr. Matthieu Deru ist Senior Software-Engineer (R&D) und UX-Designer für interaktive Systeme am Deutschen Forschungszentrum für Künstliche Intelligenz GmbH (DFKI). Seine Projekterfahrung umfasst Themengebiete, die so vielseitig sind wie die Anwendungsfelder der KI, von intelligenten Benutzerschnittstellen bis zu komplexen Vorhersagenmodellen für die Elektromobilität.
Dr. Alassane Ndiaye ist als Senior Software-Engineer (R&D) und Projektleiter seit über 20 Jahren am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) sowohl in Forschungs- als auch in Industrie- und Transferprojekten tätig. Machine Learning setzt er unter anderem in Prognoseverfahren für die Energiewirtschaft und die Elektromobilität ein.
Titelinformationen
Titel: Deep Learning mit TensorFlow, Keras und TensorFlow.js
Autor*in: Ndiaye, Alassane; Deru, Matthieu
Verlag: Rheinwerk Verlag
ISBN: 9783836274272
Kategorie: Sachmedien & Ratgeber, Wissenschaft & Technik, Informatik
Dateigröße: 68 MB
Format: ePub
Max. Ausleihdauer: 21 Tage