Praxiseinstieg Deep Learning

Mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen

Datenanalyse & Big Data

Bisher keine Bewertungen
0.0

+ Buch merken

Lies mit dem Standard- oder Partner-Abo Unterhaltungs­literatur und alle Fachbücher aus unserem Katalog.

Buchbeschreibung zu „Praxiseinstieg Deep Learning“

Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning.

Anhand Python-basierter Beispielanwendungen wird der Umgang mit den Frameworks Caffe/Caffe2 und TensorFlow gezeigt. Einfache, alltagstaugliche Beispiele laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum moderne Grafikkarten, Big Data und Cloud Computing beim Deep Learning so wichtig sind. Wenn Sie bereits mit Python, NumPy und matplotlib arbeiten, ermöglicht Ihnen dieses Buch, praktische Erfahrungen mit Deep-Learning-Anwendungen zu machen.

Deep Learning – die Hintergründe
- Lernmethoden, die Deep Learning zugrunde liegen
- Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon

Der Werkzeugkasten mit Docker
- Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können.
- Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping

Der Praxiseinstieg
- Einführung in Caffe/Caffe2 und TensorFlow
- Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming
- Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme
- Modelle in produktive Systeme überführen

Über Ramon Wartala

Diana Kupfer ist seit Ende 2011 Redakteurin bei Software & Support Media, schwerpunktmäßig in den Bereichen Eclipse, Embedded, Java und Android. Sie arbeitet an verschiedenen regelmäßig erscheinenden Magazinen von S&S Media mit, u.a. am Java Magazin, Eclipse Magazin, Entwickler Magazin und Mobile Technology Magazin.
Kay Glahn ist unabhängiger Technologieberater mit den Schwerpunkten mobile Applications und Services. Er berät internationale Kunden bei der Umsetzung von Projekten im Mobile-Bereich.
Tam Hanna befasst sich seit der Zeit des Palm IIIc mit der Programmierung und Anwendung von Handcomputern. Er entwickelt Programme für diverse Plattformen, betreibt Onlinenewsdienste zum Thema und steht unter tam-han@tamoggemon.com für Fragen, Trainings und Vorträge gern zur Verfügung.
Frank Pientka ist Senior Architect bei der MATERNA GmbH in Dortmund. Er ist seit mehreren Jahrzehnten im Bereich Java EE tätig. Dazu hat er auch schon mehrere Fachartikel und ein Buch über Geronimo veröffentlicht.
Ramon Wartala ist Diplom-Informatiker und arbeitet als Director Technology für die Online-Marketing-Agentur Performance Media Deutschland GmbH. Anfang 2012 erschien sein Buch "Hadoop - Zuverlässige, verteilte und skalierbare Big-Data-Anwendungen".


Verlag:

O'Reilly

Veröffentlicht:

2018

Druckseiten:

ca. 190


Ähnliche Bücher wie „Praxiseinstieg Deep Learning“

Lies was, wieviel und wo immer Du möchtest!

Teste 30 Tage kostenlos
Netzsieger testet Skoobe