Deep learning avec Keras et TensorFlow : mise en oeuvre et cas concrets
"L'objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Deep Learning et de vous montrer, grâce à de nombreux exemples de code accessibles en ligne, comment les mettre en pratique. Cette deuxième édition très remaniée tient notamment compte de la nouvelle version Tens...
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Weitere Verfasser: | |
| Format: | Livre papier |
| Sprache: | Français |
| Veröffentlicht: |
Malakoff :
Dunod
DL 2020.
|
| Ausgabe: | 2e édition. |
| Schlagworte: | |
| Anmerkung: |
Trad. de la 2e partie de : "Hands-on machine learning with Scikit-Learn, Keras and TensorFlow" |
| Autres localisations: | Voir dans le Sudoc |
| Edition sous un autre format: | • Deep learning avec Keras et TensorFlow, mise en oeuvre et cas concrets, Aurélien Géron, 2e édition, 2020, Malakoff, Dunod • Deep learning avec Keras et TensorFlow, mise en oeuvre et cas concrets, Aurélien Géron, 2e édition, 2020, Malakoff, Dunod, 978-21-0080-502-0 |
Inhaltsangabe:
- Chapitre 1. Les fondamentaux du Machine Learning
- Chapitre 2. Introduction aux réseaux de neurones artificiels avec Keras
- Chapitre 3. Entrainement de réseaux de neurones profonds
- Chapitre 4. Modèles personnalisés et entrainement avec TensorFlow
- Chapitre 5. Chargement et prétraitement de données avec TensorFlow
- Chapitre 6. Vision par ordinateur et réseaux de neurones convolutifs
- Chapitre 7. Traitement des séries avec des RNR et des CNN
- Chapitre 8. Traitement automatique du langage naturel avec les RNR et les attentions
- Chapitre 9. apprentissage de représentations et apprentissage génératif avec des autoencodeurs et des GAN
- Chapitre 10. Apprentissage par renforcement
- Chapitre 11. Entrainement et déploiement à grande échelle des modèles TensorFlow