Sie befinden Sich nicht im Netzwerk der Universität Paderborn. Der Zugriff auf elektronische Ressourcen ist gegebenenfalls nur via VPN oder Shibboleth (DFN-AAI) möglich. mehr Informationen...
Deep Learning Kochbuch: Praxisrezepte Für Einen Schnellen Einstieg
Auflage
1
Ort / Verlag
Heidelberg: O'Reilly Verlag GmbH & Co. KG
Erscheinungsjahr
2019
Quelle
Content-Select Global Alltitles
Beschreibungen/Notizen
Long description:
Lassen Sie sich von Deep Learning nicht abschrecken! Dank Frameworks wie Keras und TensorFlow ist der schnelle Einstieg in die Entwicklung von Deep-Learning-Anwendungen nun auch für Softwareentwickler ohne umfassende Machine-Learning-Kenntnisse möglich. Mit den Rezepten aus diesem Buch lernen Sie, typische Aufgabenstellungen des Deep Learning zu lösen, wie etwa die Klassifizierung und Generierung von Texten, Bildern und Musik.
Jedes Kapitel behandelt ein Projekt, wie z.B. das Trainieren eines Empfehlungssystems für Musik. Schritt für Schritt wird gezeigt, wie das jeweilige Projekt umgesetzt wird. Darüber hinaus beschreibt der Autor Douwe Osinga zahlreiche Techniken, die Ihnen helfen, wenn Sie einmal nicht mehr weiterwissen. Alle Codebeispiele sind in Python geschrieben und auf GitHub als Python-Notebooks frei verfügbar.
Aus dem Inhalt:
Entwickeln Sie Deep-Learning-Anwendungen, die Nutzern einen echten Mehrwert bieten
Berechnen Sie Ähnlichkeiten von Texten mithilfe von Word-Embeddings
Erstellen Sie ein Empfehlungssystem für Filme basierend auf Wikipedia-Links
Visualisieren Sie die internen Vorgänge einer künstlichen Intelligenz, um nachvollziehen zu können, wie diese arbeitet
Entwickeln Sie ein Modell, das passende Emojis für Textpassagen vorschlägt
Realisieren Sie einen Reverse-Image-Search-Dienst mithilfe von vortrainierten Netzwerken
Vergleichen Sie, wie Generative Adversarial Networks, Autoencoder und LSTM-Netzwerke Icons erzeugen
Trainieren Sie ein Klassifikationsmodell für Musikstile und lassen Sie es Musikstücke dementsprechend zuordnen