دانلود کتاب Advanced Applied Deep Learning: Convolutional Neural Networks and Object Detection
49,000 تومان
یادگیری عمیق کاربردی پیشرفته: شبکه های عصبی کانولوشن و تشخیص اشیا
| موضوع اصلی | کامپیوتر – علوم کامپیوتر |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Apress |
| تعداد صفحه | 294 |
| حجم فایل | 6.73 مگابایت |
| کد کتاب | 1484249755 , 9781484249758 |
| نویسنده | Umberto Michelucci |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 2019 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
Along the way, you will look at the fundamental operations in CNN, such as convolution and pooling, and then look at more advanced architectures such as inception networks, resnets, and many more. While the book discusses theoretical topics, you will discover how to work efficiently with Keras with many tricks and tips, including how to customize logging in Keras with custom callback classes, what is eager execution, and how to use it in your models.
Finally, you will study how object detection works, and build a complete implementation of the YOLO (you only look once) algorithm in Keras and TensorFlow. By the end of the book you will have implemented various models in Keras and learned many advanced tricks that will bring your skills to the next level.
What You Will Learn
See how convolutional neural networks and object detection work
Save weights and models on disk
Pause training and restart it at a later stage
Use hardware acceleration (GPUs) in your code
Work with the Dataset TensorFlow abstraction and use pre-trained models and transfer learning
Remove and add layers to pre-trained networks to adapt them to your specific project
Apply pre-trained models such as Alexnet and VGG16 to new datasets
Who This Book Is For
Scientists and researchers with intermediate-to-advanced Python and machine learning know-how. Additionally, intermediate knowledge of Keras and TensorFlow is expected.
ترجمه فارسی (ترجمه ماشینی)
توسعه و بهینه سازی مدل های یادگیری عمیق با معماری های پیشرفته. این کتاب جزئیات پیچیده و ظرافت های الگوریتم هایی را که در هسته شبکه های عصبی کانولوشن قرار دارند به شما آموزش می دهد. درAdvanced Applied Deep Learning، موضوعات پیشرفته در CNN و تشخیص اشیا با استفاده از Keras و TensorFlow را مطالعه خواهید کرد.
در طول مسیر، به عملیات اساسی در CNN نگاه خواهید کرد، مانند پیچیدگی و ادغام، و سپس به معماری های پیشرفته تری مانند شبکه های آغازین، شبکه های مجدد و بسیاری موارد دیگر نگاه کنید. در حالی که این کتاب موضوعات تئوری را مورد بحث قرار میدهد، خواهید فهمید که چگونه با ترفندها و نکات زیادی با Keras کار کنید، از جمله نحوه سفارشی کردن ورود به Keras با کلاسهای برگشت سفارشی، اجرای مشتاقانه و نحوه استفاده از آن در مدلهای خود.<br
در نهایت، نحوه عملکرد تشخیص شی را مطالعه خواهید کرد و یک پیاده سازی کامل از الگوریتم YOLO (شما فقط یک بار نگاه می کنید) را در Keras و TensorFlow ایجاد خواهید کرد. تا پایان کتاب شما مدل های مختلفی را در Keras پیاده سازی کرده اید و بسیاری از ترفندهای پیشرفته را یاد می گیرید که مهارت های شما را به سطح بالاتری می رساند.
آنچه خواهید آموخت
مشاهده نحوه عملکرد شبکههای عصبی کانولوشنال و تشخیص اشیا
ذخیره وزنها و مدلها بر روی دیسک
آموزش را متوقف کنید و در مرحله بعد دوباره راهاندازی کنید
از شتاب سختافزاری استفاده کنید (GPUs) در کد خود
با انتزاع Dataset TensorFlow کار کنید و از مدل های از پیش آموزش دیده استفاده کنید و یادگیری را انتقال دهید
برای تطبیق آنها با پروژه خاص خود، لایه هایی را به شبکه های از پیش آموزش دیده حذف و اضافه کنید
از پیش آموزش دیده اعمال کنید مدل هایی مانند Alexnet و VGG16 به مجموعه داده های جدید
این کتاب برای چه کسانی است
دانشمندان و محققان با سطح متوسط تا دانش پیشرفته پایتون و یادگیری ماشین. علاوه بر این، دانش متوسط از Keras و TensorFlow انتظار می رود.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.