TensorFlow pour le Deep learning:
Apprenez à résoudre des problèmes d'apprentissage automatique (même difficiles !) avec TensorFIow, la nouvelle bibliothèque logicielle révolutionnaire de Google pour le deep learning. Si vous avez une formation de base en algèbre linéaire et en calcul, ce livre pratique vous introduit d...
Gespeichert in:
| Beteilige Person: | |
|---|---|
| Weitere beteiligte Personen: | |
| Format: | Elektronisch E-Book |
| Sprache: | Nichtbestimmte Sprache Französisch |
| Veröffentlicht: |
[Erscheinungsort nicht ermittelbar]
Editions First
2018
|
| Schlagwörter: | |
| Links: | https://learning.oreilly.com/library/view/-/9782412041161/?ar |
| Zusammenfassung: | Apprenez à résoudre des problèmes d'apprentissage automatique (même difficiles !) avec TensorFIow, la nouvelle bibliothèque logicielle révolutionnaire de Google pour le deep learning. Si vous avez une formation de base en algèbre linéaire et en calcul, ce livre pratique vous introduit dans les arcanes des principes fondamentaux de l'apprentissage automatique en vous montrant comment concevoir des systèmes capables de détecter des objets dans des images, de comprendre du texte et de prédire les propriétés de médicaments potentiels. TensorFlow pour le Deep Learning vous fait découvrir les concepts à l'aide d'exemples pratiques, et vous aide à acquérir des connaissances solides sur le deep learning en partant de cas concrets. Il est idéal pour les développeurs qui ont de l'expérience dans la conception de systèmes logiciels, et sera également utile aux scientifiques et aux autres professionnels qui sont familiers avec la création de scripts, mais pas nécessairement avec la conception d'algorithmes d'apprentissage. • Apprenez les concepts fondamentaux de TensorFlow, y compris comment effectuer un calcul de base • Construisez des systèmes d'apprentissage simples pour comprendre leurs fondements mathématiques • Plongez dans des réseaux profonds entièrement connectés et qui sont utilisés dans des milliers d'applications • Transformez des prototypes en modèles de haute qualité en optimisant des hyperparamètres • Traitez des images avec des réseaux de neurones convolutifs • Gérez des jeux de données en langage naturel avec des réseaux de neurones récurrents • Utilisez l'apprentissage par renforcement pour résoudre des jeux tels que le tic-tac-toe • Entraînez des réseaux profonds avec du matériel performant, qu'il s'agisse de GPU ou d'unités de traitement de tenseurs. |
| Beschreibung: | Title from content provider |
| Umfang: | 1 Online-Ressource |
| ISBN: | 9782412041161 2412041164 |
Internformat
MARC
| LEADER | 00000cam a22000002 4500 | ||
|---|---|---|---|
| 001 | ZDB-30-ORH-054868270 | ||
| 003 | DE-627-1 | ||
| 005 | 20240228121157.0 | ||
| 007 | cr uuu---uuuuu | ||
| 008 | 200807s2018 xx |||||o 00| ||und c | ||
| 020 | |a 9782412041161 |c paperback |9 978-2-412-04116-1 | ||
| 020 | |a 2412041164 |c paperback |9 2-412-04116-4 | ||
| 035 | |a (DE-627-1)054868270 | ||
| 035 | |a (DE-599)KEP054868270 | ||
| 035 | |a (ORHE)9782412041161 | ||
| 035 | |a (DE-627-1)054868270 | ||
| 040 | |a DE-627 |b ger |c DE-627 |e rda | ||
| 041 | |a und |a fre | ||
| 100 | 1 | |a Ramsundar, Bharath |e VerfasserIn |4 aut | |
| 245 | 1 | 0 | |a TensorFlow pour le Deep learning |c Bharath Ramsundar |
| 264 | 1 | |a [Erscheinungsort nicht ermittelbar] |b Editions First |c 2018 | |
| 300 | |a 1 Online-Ressource | ||
| 336 | |a Text |b txt |2 rdacontent | ||
| 337 | |a Computermedien |b c |2 rdamedia | ||
| 338 | |a Online-Ressource |b cr |2 rdacarrier | ||
| 500 | |a Title from content provider | ||
| 520 | |a Apprenez à résoudre des problèmes d'apprentissage automatique (même difficiles !) avec TensorFIow, la nouvelle bibliothèque logicielle révolutionnaire de Google pour le deep learning. Si vous avez une formation de base en algèbre linéaire et en calcul, ce livre pratique vous introduit dans les arcanes des principes fondamentaux de l'apprentissage automatique en vous montrant comment concevoir des systèmes capables de détecter des objets dans des images, de comprendre du texte et de prédire les propriétés de médicaments potentiels. TensorFlow pour le Deep Learning vous fait découvrir les concepts à l'aide d'exemples pratiques, et vous aide à acquérir des connaissances solides sur le deep learning en partant de cas concrets. Il est idéal pour les développeurs qui ont de l'expérience dans la conception de systèmes logiciels, et sera également utile aux scientifiques et aux autres professionnels qui sont familiers avec la création de scripts, mais pas nécessairement avec la conception d'algorithmes d'apprentissage. • Apprenez les concepts fondamentaux de TensorFlow, y compris comment effectuer un calcul de base • Construisez des systèmes d'apprentissage simples pour comprendre leurs fondements mathématiques • Plongez dans des réseaux profonds entièrement connectés et qui sont utilisés dans des milliers d'applications • Transformez des prototypes en modèles de haute qualité en optimisant des hyperparamètres • Traitez des images avec des réseaux de neurones convolutifs • Gérez des jeux de données en langage naturel avec des réseaux de neurones récurrents • Utilisez l'apprentissage par renforcement pour résoudre des jeux tels que le tic-tac-toe • Entraînez des réseaux profonds avec du matériel performant, qu'il s'agisse de GPU ou d'unités de traitement de tenseurs. | ||
| 650 | 0 | |a Machine learning | |
| 650 | 0 | |a Reinforcement learning | |
| 650 | 0 | |a Artificial intelligence | |
| 650 | 2 | |a Artificial Intelligence | |
| 650 | 2 | |a Machine Learning | |
| 650 | 4 | |a TensorFlow (Ressource électronique) | |
| 650 | 4 | |a Apprentissage automatique | |
| 650 | 4 | |a Apprentissage par renforcement (Intelligence artificielle) | |
| 650 | 4 | |a Intelligence artificielle | |
| 650 | 4 | |a artificial intelligence | |
| 650 | 4 | |a Artificial intelligence | |
| 650 | 4 | |a Machine learning | |
| 650 | 4 | |a Reinforcement learning | |
| 700 | 1 | |a Zadeh, Reza Bosagh |e MitwirkendeR |4 ctb | |
| 776 | 1 | |z 2412041164 | |
| 776 | 0 | 8 | |i Erscheint auch als |n Druck-Ausgabe |z 2412041164 |
| 966 | 4 | 0 | |l DE-91 |p ZDB-30-ORH |q TUM_PDA_ORH |u https://learning.oreilly.com/library/view/-/9782412041161/?ar |m X:ORHE |x Aggregator |z lizenzpflichtig |3 Volltext |
| 912 | |a ZDB-30-ORH | ||
| 912 | |a ZDB-30-ORH | ||
| 951 | |a BO | ||
| 912 | |a ZDB-30-ORH | ||
| 049 | |a DE-91 | ||
Datensatz im Suchindex
| DE-BY-TUM_katkey | ZDB-30-ORH-054868270 |
|---|---|
| _version_ | 1821494838472736768 |
| adam_text | |
| any_adam_object | |
| author | Ramsundar, Bharath |
| author2 | Zadeh, Reza Bosagh |
| author2_role | ctb |
| author2_variant | r b z rb rbz |
| author_facet | Ramsundar, Bharath Zadeh, Reza Bosagh |
| author_role | aut |
| author_sort | Ramsundar, Bharath |
| author_variant | b r br |
| building | Verbundindex |
| bvnumber | localTUM |
| collection | ZDB-30-ORH |
| ctrlnum | (DE-627-1)054868270 (DE-599)KEP054868270 (ORHE)9782412041161 |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>03697cam a22005292 4500</leader><controlfield tag="001">ZDB-30-ORH-054868270</controlfield><controlfield tag="003">DE-627-1</controlfield><controlfield tag="005">20240228121157.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">200807s2018 xx |||||o 00| ||und c</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9782412041161</subfield><subfield code="c">paperback</subfield><subfield code="9">978-2-412-04116-1</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">2412041164</subfield><subfield code="c">paperback</subfield><subfield code="9">2-412-04116-4</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627-1)054868270</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)KEP054868270</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ORHE)9782412041161</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627-1)054868270</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">und</subfield><subfield code="a">fre</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Ramsundar, Bharath</subfield><subfield code="e">VerfasserIn</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">TensorFlow pour le Deep learning</subfield><subfield code="c">Bharath Ramsundar</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">[Erscheinungsort nicht ermittelbar]</subfield><subfield code="b">Editions First</subfield><subfield code="c">2018</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Title from content provider</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Apprenez à résoudre des problèmes d'apprentissage automatique (même difficiles !) avec TensorFIow, la nouvelle bibliothèque logicielle révolutionnaire de Google pour le deep learning. Si vous avez une formation de base en algèbre linéaire et en calcul, ce livre pratique vous introduit dans les arcanes des principes fondamentaux de l'apprentissage automatique en vous montrant comment concevoir des systèmes capables de détecter des objets dans des images, de comprendre du texte et de prédire les propriétés de médicaments potentiels. TensorFlow pour le Deep Learning vous fait découvrir les concepts à l'aide d'exemples pratiques, et vous aide à acquérir des connaissances solides sur le deep learning en partant de cas concrets. Il est idéal pour les développeurs qui ont de l'expérience dans la conception de systèmes logiciels, et sera également utile aux scientifiques et aux autres professionnels qui sont familiers avec la création de scripts, mais pas nécessairement avec la conception d'algorithmes d'apprentissage. • Apprenez les concepts fondamentaux de TensorFlow, y compris comment effectuer un calcul de base • Construisez des systèmes d'apprentissage simples pour comprendre leurs fondements mathématiques • Plongez dans des réseaux profonds entièrement connectés et qui sont utilisés dans des milliers d'applications • Transformez des prototypes en modèles de haute qualité en optimisant des hyperparamètres • Traitez des images avec des réseaux de neurones convolutifs • Gérez des jeux de données en langage naturel avec des réseaux de neurones récurrents • Utilisez l'apprentissage par renforcement pour résoudre des jeux tels que le tic-tac-toe • Entraînez des réseaux profonds avec du matériel performant, qu'il s'agisse de GPU ou d'unités de traitement de tenseurs.</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Machine learning</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Reinforcement learning</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Artificial intelligence</subfield></datafield><datafield tag="650" ind1=" " ind2="2"><subfield code="a">Artificial Intelligence</subfield></datafield><datafield tag="650" ind1=" " ind2="2"><subfield code="a">Machine Learning</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">TensorFlow (Ressource électronique)</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Apprentissage automatique</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Apprentissage par renforcement (Intelligence artificielle)</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Intelligence artificielle</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">artificial intelligence</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Artificial intelligence</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Machine learning</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Reinforcement learning</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Zadeh, Reza Bosagh</subfield><subfield code="e">MitwirkendeR</subfield><subfield code="4">ctb</subfield></datafield><datafield tag="776" ind1="1" ind2=" "><subfield code="z">2412041164</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Druck-Ausgabe</subfield><subfield code="z">2412041164</subfield></datafield><datafield tag="966" ind1="4" ind2="0"><subfield code="l">DE-91</subfield><subfield code="p">ZDB-30-ORH</subfield><subfield code="q">TUM_PDA_ORH</subfield><subfield code="u">https://learning.oreilly.com/library/view/-/9782412041161/?ar</subfield><subfield code="m">X:ORHE</subfield><subfield code="x">Aggregator</subfield><subfield code="z">lizenzpflichtig</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">BO</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-91</subfield></datafield></record></collection> |
| id | ZDB-30-ORH-054868270 |
| illustrated | Not Illustrated |
| indexdate | 2025-01-17T11:20:44Z |
| institution | BVB |
| isbn | 9782412041161 2412041164 |
| language | Undetermined French |
| open_access_boolean | |
| owner | DE-91 DE-BY-TUM |
| owner_facet | DE-91 DE-BY-TUM |
| physical | 1 Online-Ressource |
| psigel | ZDB-30-ORH TUM_PDA_ORH ZDB-30-ORH |
| publishDate | 2018 |
| publishDateSearch | 2018 |
| publishDateSort | 2018 |
| publisher | Editions First |
| record_format | marc |
| spelling | Ramsundar, Bharath VerfasserIn aut TensorFlow pour le Deep learning Bharath Ramsundar [Erscheinungsort nicht ermittelbar] Editions First 2018 1 Online-Ressource Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Title from content provider Apprenez à résoudre des problèmes d'apprentissage automatique (même difficiles !) avec TensorFIow, la nouvelle bibliothèque logicielle révolutionnaire de Google pour le deep learning. Si vous avez une formation de base en algèbre linéaire et en calcul, ce livre pratique vous introduit dans les arcanes des principes fondamentaux de l'apprentissage automatique en vous montrant comment concevoir des systèmes capables de détecter des objets dans des images, de comprendre du texte et de prédire les propriétés de médicaments potentiels. TensorFlow pour le Deep Learning vous fait découvrir les concepts à l'aide d'exemples pratiques, et vous aide à acquérir des connaissances solides sur le deep learning en partant de cas concrets. Il est idéal pour les développeurs qui ont de l'expérience dans la conception de systèmes logiciels, et sera également utile aux scientifiques et aux autres professionnels qui sont familiers avec la création de scripts, mais pas nécessairement avec la conception d'algorithmes d'apprentissage. • Apprenez les concepts fondamentaux de TensorFlow, y compris comment effectuer un calcul de base • Construisez des systèmes d'apprentissage simples pour comprendre leurs fondements mathématiques • Plongez dans des réseaux profonds entièrement connectés et qui sont utilisés dans des milliers d'applications • Transformez des prototypes en modèles de haute qualité en optimisant des hyperparamètres • Traitez des images avec des réseaux de neurones convolutifs • Gérez des jeux de données en langage naturel avec des réseaux de neurones récurrents • Utilisez l'apprentissage par renforcement pour résoudre des jeux tels que le tic-tac-toe • Entraînez des réseaux profonds avec du matériel performant, qu'il s'agisse de GPU ou d'unités de traitement de tenseurs. Machine learning Reinforcement learning Artificial intelligence Artificial Intelligence Machine Learning TensorFlow (Ressource électronique) Apprentissage automatique Apprentissage par renforcement (Intelligence artificielle) Intelligence artificielle artificial intelligence Zadeh, Reza Bosagh MitwirkendeR ctb 2412041164 Erscheint auch als Druck-Ausgabe 2412041164 |
| spellingShingle | Ramsundar, Bharath TensorFlow pour le Deep learning Machine learning Reinforcement learning Artificial intelligence Artificial Intelligence Machine Learning TensorFlow (Ressource électronique) Apprentissage automatique Apprentissage par renforcement (Intelligence artificielle) Intelligence artificielle artificial intelligence |
| title | TensorFlow pour le Deep learning |
| title_auth | TensorFlow pour le Deep learning |
| title_exact_search | TensorFlow pour le Deep learning |
| title_full | TensorFlow pour le Deep learning Bharath Ramsundar |
| title_fullStr | TensorFlow pour le Deep learning Bharath Ramsundar |
| title_full_unstemmed | TensorFlow pour le Deep learning Bharath Ramsundar |
| title_short | TensorFlow pour le Deep learning |
| title_sort | tensorflow pour le deep learning |
| topic | Machine learning Reinforcement learning Artificial intelligence Artificial Intelligence Machine Learning TensorFlow (Ressource électronique) Apprentissage automatique Apprentissage par renforcement (Intelligence artificielle) Intelligence artificielle artificial intelligence |
| topic_facet | Machine learning Reinforcement learning Artificial intelligence Artificial Intelligence Machine Learning TensorFlow (Ressource électronique) Apprentissage automatique Apprentissage par renforcement (Intelligence artificielle) Intelligence artificielle artificial intelligence |
| work_keys_str_mv | AT ramsundarbharath tensorflowpourledeeplearning AT zadehrezabosagh tensorflowpourledeeplearning |