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...
Details
- Autor(en) / Beteiligte
- Titel
- Deep Learning mit TensorFlow, Keras und TensorFlow.js
- Ist Teil von
- Rheinwerk Computing
- Auflage
- 2., aktualisierte und erweiterte Auflage
- Ort / Verlag
- Bonn : Rheinwerk Verlag
- Erscheinungsjahr
- 2020
- Link zu anderen Inhalten
- Verknüpfte Titel
- Beschreibungen/Notizen
- Hier auch später erschienene, unveränderte Nachdrucke
- Deep Learning entdecken und erfolgreich implementieren- Von der Aufbereitung der Daten bis zur Visualisierung- Basisprojekte mit Beispielen aus vielen Anwendungsfeldern- Mit Python, HTML5 und JavaScript Deep Learning entdecken. 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 die Arbeit mit Python und Keras als auch mit dem Browser mit JavaScript, HTML5 und TensorFlow.js kennen. Aus dem Inhalt:- Deep-Learning-Grundkonzepte- Installation der Frameworks- Vorgefertigte Modelle verwenden- Datenanalyse und -vorbereitung- Convolutional Networks, LSTM, RNN, Pooling.- Aufgaben eines Modells richtig festlegen- Eigene Modelle trainieren- Overfitting und Underfitting vermeiden- Ergebnisse visualisieren.'
- Sprache
- Deutsch
- Identifikatoren
- ISBN: 9783836274258Titel-ID: 990021576530106463
- Format
- 496 Seiten; Illustrationen
- Systemstelle
- TVU
- Schlagworte
- Deep learning, TensorFlow, Keras, Machine Learning ML, Neural Networks, Neuronale Netze, AI, KI, Künstliche Intelligenz, Deep-Learning-Netze, Maschinelles Lernen, Informatik, Wissen Kurse Seminare Tutorials, Artificial Intelligence, Data-Science