Deep Learning Mit Python Und Keras

Deep Learning mit Python und Keras PDF
Author: Chollet, François
Publisher: MITP-Verlags GmbH & Co. KG
ISBN: 3958458408
Release: 2018-05-24
Size: 59.86 MB
Format: PDF, ePub, Docs
Category : Computers
Languages : de
Pages : 447
View: 7610

Get Book

Deep Learning Mit Python Und Keras PDF Full

by Chollet, François, Deep Learning Mit Python Und Keras Books available in PDF, EPUB, Mobi Format. Download Deep Learning Mit Python Und Keras books,



Deep Learning Illustriert

Deep Learning illustriert PDF
Author: Jon Krohn
Publisher:
ISBN: 9783864906633
Release: 2020-03-31
Size: 32.91 MB
Format: PDF, ePub
Category :
Languages : de
Pages : 450
View: 6013

Get Book

Deep Learning Illustriert PDF Full

by Jon Krohn, Deep Learning Illustriert Books available in PDF, EPUB, Mobi Format. Download Deep Learning Illustriert books,



Deep Learning Grundlagen Und Implementierung

Deep Learning     Grundlagen und Implementierung PDF
Author: Seth Weidman
Publisher: O'Reilly
ISBN: 3960103794
Release: 2020-05-23
Size: 80.33 MB
Format: PDF, ePub, Mobi
Category : Computers
Languages : de
Pages : 252
View: 3549

Get Book

Deep Learning Grundlagen Und Implementierung PDF Full

by Seth Weidman, Deep Learning Grundlagen Und Implementierung Books available in PDF, EPUB, Mobi Format. Download Deep Learning Grundlagen Und Implementierung books, Grundprinzipien und Konzepte neuronaler Netze systematisch und verständlich erklärt Dieses Buch vermittelt Ihnen das konzeptionelle und praktische Rüstzeug, um ein tiefes Verständnis für die Funktionsweise neuronaler Netze zu bekommen. Sie lernen die Grundprinzipien des Deep Learning kennen, zu deren Veranschaulichung Seth Weidman gut nachvollziehbare Konzeptmodelle entwickelt hat, die von Codebeispielen begleitet werden. Das Buch eignet sich für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning. Sie beginnen mit den Basics des Deep Learning und gelangen schnell zu den Details fortgeschrittener Architekturen, indem Sie deren Aufbau von Grund auf neu implementieren. Dabei lernen Sie mehrschichtige neuronale Netze wie Convolutional und Recurrent Neural Networks kennen. Diese neuronalen Netzwerkkonzepte setzen Sie dann mit dem beliebten Framework PyTorch praktisch um. Auf diese Weise bauen Sie ein fundiertes Wissen darüber auf, wie neuronale Netze mathematisch, rechnerisch und konzeptionell funktionieren.



Praxiseinstieg Deep Learning

Praxiseinstieg Deep Learning PDF
Author: Ramon Wartala
Publisher: O'Reilly
ISBN: 3960101570
Release: 2018-01-02
Size: 26.25 MB
Format: PDF
Category : Computers
Languages : de
Pages : 226
View: 4003

Get Book

Praxiseinstieg Deep Learning PDF Full

by Ramon Wartala, Praxiseinstieg Deep Learning Books available in PDF, EPUB, Mobi Format. Download Praxiseinstieg Deep Learning books, 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



Deep Learning Das Umfassende Handbuch

Deep Learning  Das umfassende Handbuch PDF
Author: Ian Goodfellow
Publisher: MITP-Verlags GmbH & Co. KG
ISBN: 3958457029
Release: 2018-12-21
Size: 70.32 MB
Format: PDF, Mobi
Category : Computers
Languages : de
Pages : 912
View: 609

Get Book

Deep Learning Das Umfassende Handbuch PDF Full

by Ian Goodfellow, Deep Learning Das Umfassende Handbuch Books available in PDF, EPUB, Mobi Format. Download Deep Learning Das Umfassende Handbuch books, • Mathematische Grundlagen für Machine und Deep Learning • Umfassende Behandlung zeitgemäßer Verfahren: tiefe Feedforward-Netze, Regularisierung, Performance-Optimierung sowie CNNs, Rekurrente und Rekursive Neuronale Netze • Zukunftsweisende Deep-Learning-Ansätze sowie von Ian Goodfellow neu entwickelte Konzepte wie Generative Adversarial Networks Deep Learning ist ein Teilbereich des Machine Learnings und versetzt Computer in die Lage, aus Erfahrungen zu lernen. Dieses Buch behandelt umfassend alle Aspekte, die für den Einsatz und die Anwendung von Deep Learning eine Rolle spielen: In Teil I erläutern die Autoren die mathematischen Grundlagen für Künstliche Intelligenz, Neuronale Netze, Machine Learning und Deep Learning. In Teil II werden die aktuellen in der Praxis genutzten Verfahren und Algorithmen behandelt. In Teil III geben die Autoren Einblick in aktuelle Forschungsansätze und zeigen neue zukunftsweisende Verfahren auf. Dieses Buch richtet sich an Studenten und alle, die sich in der Forschung mit Deep Learning beschäftigen sowie an Softwareentwickler und Informatiker, die Deep Learning für eigene Produkte oder Plattformen einsetzen möchten. Dabei werden Grundkenntnisse in Mathematik, Informatik und Programmierung vorausgesetzt.



Neuronale Netze Und Deep Learning Kapieren

Neuronale Netze und Deep Learning kapieren PDF
Author: Andrew W. Trask
Publisher: MITP-Verlags GmbH & Co. KG
ISBN: 374750017X
Release: 2019-11-21
Size: 15.74 MB
Format: PDF, Docs
Category : Computers
Languages : de
Pages : 360
View: 355

Get Book

Neuronale Netze Und Deep Learning Kapieren PDF Full

by Andrew W. Trask, Neuronale Netze Und Deep Learning Kapieren Books available in PDF, EPUB, Mobi Format. Download Neuronale Netze Und Deep Learning Kapieren books, Von den Grundlagen Neuronaler Netze über Machine Learning bis hin zu Deep-Learning-Algorithmen Anschauliche Diagramme, Anwendungsbeispiele in Python und der Einsatz von NumPy Keine Vorkenntnisse in Machine Learning oder höherer Mathematik erforderlich Deep Learning muss nicht kompliziert sein. Mit diesem Buch lernst du anhand vieler Beispiele alle Grundlagen, die du brauchst, um Deep-Learning-Algorithmen zu verstehen und anzuwenden. Dafür brauchst du nichts weiter als Schulmathematik und Kenntnisse der Programmiersprache Python. Alle Codebeispiele werden ausführlich erläutert und mathematische Hintergründe anhand von Analogien veranschaulicht. Der Autor erklärt leicht verständlich, wie Neuronale Netze lernen und wie sie mit Machine-Learning-Verfahren trainiert werden können. Du erfährst, wie du dein erstes Neuronales Netz erstellst und wie es mit Deep-Learning-Algorithmen Bilder erkennen sowie natürliche Sprache verarbeiten und modellieren kann. Hierbei kommen Netze mit mehreren Schichten wie CNNs und RNNs zum Einsatz. Fokus des Buches ist es, Neuronale Netze zu trainieren, ohne auf vorgefertigte Python-Frameworks zurückzugreifen. So verstehst du Deep Learning von Grund auf und kannst in Zukunft auch komplexe Frameworks erfolgreich für deine Projekte einsetzen. Aus dem Inhalt: Parametrische und nichtparametrische Modelle Überwachtes und unüberwachtes Lernen Vorhersagen mit mehreren Ein- und Ausgaben Fehler messen und verringern Hot und Cold Learning Batch- und stochastischer Gradientenabstieg Überanpassung vermeiden Generalisierung Dropout-Verfahren Backpropagation und Forward Propagation Bilderkennung Verarbeitung natürlicher Sprache (NLP) Sprachmodellierung Aktivierungsfunktionen: Sigmoid-Funktion Tangens hyperbolicus Softmax Convolutional Neural Networks (CNNs) Recurrent Neural Networks (RNNs) Long Short-Term Memory (LSTM) Deep-Learning-Framework erstellen



Deep Learning Mit Pytorch

Deep Learning mit PyTorch PDF
Author: Ian Pointer
Publisher:
ISBN: 9783960091349
Release: 2020-08-31
Size: 29.70 MB
Format: PDF, Kindle
Category :
Languages : de
Pages : 220
View: 3665

Get Book

Deep Learning Mit Pytorch PDF Full

by Ian Pointer, Deep Learning Mit Pytorch Books available in PDF, EPUB, Mobi Format. Download Deep Learning Mit Pytorch books,



Deep Learning Mit R

Deep Learning mit R PDF
Author: François Chollet
Publisher:
ISBN: 9783958458932
Release: 2018-09-30
Size: 65.15 MB
Format: PDF, ePub, Mobi
Category :
Languages : de
Pages : 384
View: 3168

Get Book

Deep Learning Mit R PDF Full

by François Chollet, Deep Learning Mit R Books available in PDF, EPUB, Mobi Format. Download Deep Learning Mit R books,



Deep Learning Kompakt F R Dummies

Deep Learning kompakt f  r Dummies PDF
Author: John Paul Mueller
Publisher: John Wiley & Sons
ISBN: 3527825975
Release: 2020-04-03
Size: 34.45 MB
Format: PDF, ePub, Docs
Category : Computers
Languages : de
Pages : 366
View: 7234

Get Book

Deep Learning Kompakt F R Dummies PDF Full

by John Paul Mueller, Deep Learning Kompakt F R Dummies Books available in PDF, EPUB, Mobi Format. Download Deep Learning Kompakt F R Dummies books, Wollen Sie sich über Deep Learning informieren und vielleicht erste kleine Schritte machen, diese Technologie zu nutzen? Dann hilft Ihnen dieses Buch. Die Autoren erklären Ihnen, welchen Einfluss Deep Learning im Alltag hat und in welcher Beziehung es zu maschinellem Lernen steht. Sie sammeln erste eigene Erfahrungen mit vorgegebenen Python-Programmen und verstehen so die Funktionsweise von neuronalen Netzen und wie Bilder klassifiziert und Sprache sowie Text verarbeitet werden. So ist dieses Buch ein schneller erster und verständlicher Einstieg in Deep Learning.



Generatives Deep Learning

Generatives Deep Learning PDF
Author: David Foster
Publisher: O'Reilly
ISBN: 3960103565
Release: 2020-03-24
Size: 77.83 MB
Format: PDF, ePub
Category : Computers
Languages : de
Pages : 310
View: 6452

Get Book

Generatives Deep Learning PDF Full

by David Foster, Generatives Deep Learning Books available in PDF, EPUB, Mobi Format. Download Generatives Deep Learning books, Generative Modelle haben sich zu einem der spannendsten Themenbereiche der Künstlichen Intelligenz entwickelt: Mit generativem Deep Learning ist es inzwischen möglich, einer Maschine das Malen, Schreiben oder auch das Komponieren von Musik beizubringen – kreative Fähigkeiten, die bisher dem Menschen vorbehalten waren. Mit diesem praxisnahen Buch können Data Scientists einige der eindrucksvollsten generativen Deep-Learning-Modelle nachbilden, wie z.B. Generative Adversarial Networks (GANs), Variational Autoencoder (VAEs), Encoder-Decoder- sowie World-Modelle. David Foster vermittelt zunächst die Grundlagen des Deep Learning mit Keras und veranschaulicht die Funktionsweise jeder Methode, bevor er zu einigen der modernsten Algorithmen auf diesem Gebiet vorstößt. Die zahlreichen praktischen Beispiele und Tipps helfen Ihnen herauszufinden, wie Ihre Modelle noch effizienter lernen und noch kreativer werden können. - Entdecken Sie, wie Variational Autoencoder den Gesichtsausdruck auf Fotos verändern können - Erstellen Sie praktische GAN-Beispiele von Grund auf und nutzen Sie CycleGAN zur Stilübertragung und MuseGAN zum Generieren von Musik - Verwenden Sie rekurrente generative Modelle, um Text zu erzeugen, und lernen Sie, wie Sie diese Modelle mit dem Attention-Mechanismus verbessern können - Erfahren Sie, wie generatives Deep Learning Agenten dabei unterstützen kann, Aufgaben im Rahmen des Reinforcement Learning zu erfüllen - Lernen Sie die Architektur von Transformern (BERT, GPT-2) und Bilderzeugungsmodellen wie ProGAN und StyleGAN kennen "Dieses Buch ist eine leicht zugängliche Einführung in das Deep-Learning-Toolkit für generatives Modellieren. Wenn Sie ein kreativer Praktiker sind, der es liebt, an Code zu basteln, und Deep Learning für eigene Aufgaben nutzen möchte, dann ist dieses Buch genau das Richtige für Sie." — David Ha, Research Scientist bei Google Brain



Machine Learning F R Zeitreihen

Machine Learning f  r Zeitreihen PDF
Author: Jochen Hirschle
Publisher: Carl Hanser Verlag GmbH Co KG
ISBN: 3446468307
Release: 2020-12-07
Size: 58.37 MB
Format: PDF, Mobi
Category : Computers
Languages : de
Pages : 277
View: 6340

Get Book

Machine Learning F R Zeitreihen PDF Full

by Jochen Hirschle, Machine Learning F R Zeitreihen Books available in PDF, EPUB, Mobi Format. Download Machine Learning F R Zeitreihen books, - Konzepte Schritt für Schritt erklärt - Die Eigenarten von Zeitreihendaten verstehen: Zeitfenster zum Anlernen einsetzen; mit latenten, saisonalen und Trend-Komponenten arbeiten - Anleitungen zur Umsetzung in Python mit ausführlichen Code-Kommentaren - Mit TensorFlow2 Deep-Learning-Verfahren zur Prognose aufbauen, anlernen und produktiv einsetzen Daten über Vorgänge werden in der verarbeitenden Industrie, der Logistik oder im Finanzsektor im Sekundentakt aufgezeichnet: der Verlauf eines Aktienkurses, die Verkaufszahlen eines Produkts, die Sensordaten einer Turbine. Solche Daten informieren nicht nur über isolierte Zustände; sie sind wie Filme, die den Verlauf eines Vorgangs mit einer Serie einzelner Bilder nachzeichnen. Intelligente Algorithmen können die Muster dieser Verläufe analysieren, sie anlernen und über das Beobachtungsfenster hinaus fortschreiben: Zustände in der Zukunft werden prognostizierbar. Das Buch bietet eine leicht verständliche Einführung in die Konzepte und die Praxis der Zeitreihenanalyse. Es zeigt, wie bewährte und neuere Lernalgorithmen arbeiten und wie sie sich mit Python anlernen und produktiv einsetzen lassen. An einer Vielzahl von Anwendungsbeispielen werden die Vorbereitung der Daten, der Anlern- und Schätzprozess Schritt für Schritt erklärt. Aus dem Inhalt: - Zeitreihendaten mit pandas aufbereiten, fehlende Daten imputieren, mit Datumsangaben arbeiten - Grundprinzipien maschinellen Lernens: Konzepte und Umsetzung mit Python und Scikit-Learn - Feature-Preprocessing: Standardisierung, Dimensionsreduktion, Verarbeitung kategorialer Daten - ARIMA-Modelle zur Analyse univariater Zeitreihen: Vorbereitung, Anlernen und Prognose mit Python und Statsmodels - Komplexe Zeitreihen mit Deep-Learning-Verfahren analysieren: Rekurrente und konvolutionale Netze verstehen und mit Python und TensorFlow 2 aufbauen und anlernen - Mit Zeifenstern arbeiten Vorkenntnisse in Machine-Learning-Verfahren sind nicht notwendig. Grundlegende Statistik- und Python-Kenntnisse sollten vorhanden sein. Der komplette Code im Buch sowie die Beispieldateien sind über ein GitHub-Repository verfügbar.



Deep Learning Grundlagen Aktuelle Verfahren Und Algorithmen Neue Forschungsans Tze

Deep Learning    Grundlagen  aktuelle Verfahren und Algorithmen  neue Forschungsans  tze PDF
Author: Ian Goodfellow
Publisher:
ISBN:
Release: 2018
Size: 67.54 MB
Format: PDF
Category :
Languages : de
Pages : 912
View: 6823

Get Book

Deep Learning Grundlagen Aktuelle Verfahren Und Algorithmen Neue Forschungsans Tze PDF Full

by Ian Goodfellow, Deep Learning Grundlagen Aktuelle Verfahren Und Algorithmen Neue Forschungsans Tze Books available in PDF, EPUB, Mobi Format. Download Deep Learning Grundlagen Aktuelle Verfahren Und Algorithmen Neue Forschungsans Tze books, Das umfassende Handbuch - Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze Mathematische Grundlagen für Machine und Deep Learning Umfassende Behandlung zeitgemäßer Verfahren: tiefe Feedforward-Netze, Regularisierung, Performance-Optimierung sowie CNNs, Rekurrente und Rekursive Neuronale Netze Zukunftsweisende Deep-Learning-Ansätze sowie von Ian Goodfellow neu entwickelte Konzepte wie Generative Adversarial Networks Deep Learning ist ein Teilbereich des Machine Learnings und versetzt Computer in die Lage, aus Erfahrungen zu lernen. Dieses Buch behandelt umfassend alle Aspekte, die für den Einsatz und die Anwendung von Deep Learning eine Rolle spielen: In Teil I erläutern die Autoren die mathematischen Grundlagen für Künstliche Intelligenz, Neuronale Netze, Machine Learning und Deep Learning. In Teil II werden die aktuellen in der Praxis genutzten Verfahren und Algorithmen behandelt. In Teil III geben die Autoren Einblick in aktuelle Forschungsansätze und zeigen neue zukunftsweisende Verfahren auf. Dieses Buch richtet sich an Studenten und alle, die sich in der Forschung mit Deep Learning beschäftigen sowie an Softwareentwickler und Informatiker, die Deep Learning für eigene Produkte oder Plattformen einsetzen möchten. Dabei werden Grundkenntnisse in Mathematik, Informatik und Programmierung vorausgesetzt. Aus dem Inhalt: Teil I: Angewandte Mathematik und Grundlagen für das Machine Learning Lineare Algebra Wahrscheinlichkeits- und Informationstheorie Bayessche Statistik Numerische Berechnung Teil II: Deep-Learning-Verfahren Tiefe Feedforward-Netze Regularisierung Optimierung beim Trainieren tiefer Modelle Convolutional Neural Networks Sequenzmodellierung für Rekurrente und Rekursive Netze Praxisorientierte Methodologie Anwendungen: Computer Vision, Spracherkennung, Verarbeitung natürlicher Sprache Teil III: Deep-Learning-Forschung Lineare Faktorenmodelle Autoencoder Representation Learning Probabilistische graphische Modelle Monte-Carlo-Verfahren Die Partitionsfunktion Approximative Inferenz Tiefe generative Modelle wie Restricted Boltzmann Machines, Deep-Belief-Netze, Gerichtete Generative Netze, Variational Autoencoder u.v.m. Stimmen zum Buch:?Deep Learning ist - verfasst von drei Experten dieses Fachgebiets - das einzige umfassende Buch zu diesem Thema.± - Elon Musk, Co-Chair von OpenAI; Mitgründer und CEO von Tesla und SpaceX Über die Autoren: Ian Goodfellow ist Informatiker und Research Scientist bei Googl ...



Deep Learning Illustriert

Deep Learning illustriert PDF
Author: Jon Krohn
Publisher: dpunkt.verlag
ISBN: 3960887515
Release: 2020-09-08
Size: 32.13 MB
Format: PDF, ePub, Docs
Category : Computers
Languages : de
Pages : 472
View: 2260

Get Book

Deep Learning Illustriert PDF Full

by Jon Krohn, Deep Learning Illustriert Books available in PDF, EPUB, Mobi Format. Download Deep Learning Illustriert books, Deep Learning begreifen und einsetzen Deep Learning verändert unseren Alltag. Dieser Ansatz für maschinelles Lernen erzielt bahnbrechende Ergebnisse in einigen der bekanntesten Anwendungen von heute, in Unternehmen von Google bis Tesla, Facebook bis Apple. Tausende von technischen Fachkräften und Studenten wollen seine Möglichkeiten einsetzen, aber frühere Bücher über Deep Learning waren oft nicht intuitiv, unzugänglich und trocken. John Krohn, Grant Beylefeld und Aglaé Bassens bieten Ihnen eine einzigartige visuelle, intuitive und verständliche Einführung in Techniken und Anwendungen von Deep Learning. Mit den farbenfrohen Illustrationen und eingängigen Erläuterungen von "Deep Learning illustriert" gelingt Ihnen ein einfacher Zugang zum Aufbau von Deep-Learning-Modellen, und bringt ihnen beim Lernen mehr Spaß. Der erste Teil des Buches erklärt, was Deep Learning ist, warum es so allgegenwärtig geworden ist und wie es mit Konzepten und Terminologien wie künstlicher Intelligenz, Machine Learning oder künstlichen neuronalen Netzen interagiert. Dabei verwenden die Autoren leicht verständliche Analogien, lebendige Grafiken und viele Beispiele. Auf dieser Grundlage präsentieren die Autoren eine praktische Referenz und ein Tutorial zur Anwendung eines breiten Spektrums bewährter Techniken des Deep Learning. Die wesentliche Theorie wird mit so wenig Mathematik wie möglich behandelt und mit praktischem Python-Code beleuchtet. Praktische Beispiele zum Ausprobieren, die kostenfrei online verfügbar sind (Jupyter-Notebooks), machen Ihnen die Theorie begreiflich. So erlangen Sie ein pragmatisches Verständnis aller wichtigen Deep-Learning-Ansätze und ihrer Anwendungen: Machine Vision, Natural Language Processing, Bilderzeugung und Spielalgorithmen. Um Ihnen zu helfen, mehr in kürzerer Zeit zu erreichen, stellen die Autoren mehrere der heute am weitesten verbreiteten und innovativsten Deep-Learning-Bibliotheken vor, darunter: - TensorFlow und seine High-Level-API, Keras - PyTorch - High-Level-Coach, eine TensorFlow-API, die die Komplexität, die typischerweise mit der Entwicklung von Deep Reinforcement Learning-Algorithmen verbunden ist, abstrahiert.



Praxiseinstieg Deep Learning

Praxiseinstieg Deep Learning PDF
Author: Ramon Wartala
Publisher: O'Reilly
ISBN: 3960101562
Release: 2018-01-02
Size: 29.24 MB
Format: PDF, Docs
Category : Computers
Languages : de
Pages : 226
View: 912

Get Book

Praxiseinstieg Deep Learning PDF Full

by Ramon Wartala, Praxiseinstieg Deep Learning Books available in PDF, EPUB, Mobi Format. Download Praxiseinstieg Deep Learning books, 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



Deep Learning F R Die Biowissenschaften

Deep Learning f  r die Biowissenschaften PDF
Author: Bharath Ramsundar
Publisher: O'Reilly
ISBN: 3960103514
Release: 2020-02-25
Size: 70.31 MB
Format: PDF, Mobi
Category : Computers
Languages : de
Pages : 236
View: 5301

Get Book

Deep Learning F R Die Biowissenschaften PDF Full

by Bharath Ramsundar, Deep Learning F R Die Biowissenschaften Books available in PDF, EPUB, Mobi Format. Download Deep Learning F R Die Biowissenschaften books, Deep Learning hat bereits in vielen Bereichen bemerkenswerte Ergebnisse erzielt. Jetzt hält es Einzug in die Wissenschaften, insbesondere in die Biowissenschaften. Dieses praxisorientierte Buch bietet Programmierern und Wissenschaftlern einen Überblick darüber, wie Deep Learning in Genomik, Chemie, Biophysik, Mikroskopie, medizinischer Analyse und der Arzneimittelforschung eingesetzt wird. Das Buch vermittelt Deep-Learning-Grundlagen und führt in die Arbeit mit der Python-Bibliothek DeepChem ein. Sie erfahren, wie Deep Learning z.B. zur Analyse von Mikroskopaufnahmen, für molekulare Daten und bei medizinischen Scans genutzt wird. Abschließend zeigen Bharath Ramsundar und seine Co-Autoren anhand einer Fallstudie Techniken für die Entwicklung neuer Therapeutika, eine der größten interdisziplinären Herausforderungen der Wissenschaft. Lernen Sie, wie Machine Learning auf molekulare Daten angewendet werden kann Erfahren Sie, warum Deep Learning ein mächtiges Werkzeug für Genetik und Genomik ist Setzen Sie Deep Learning ein, um biophysikalische Systeme zu verstehen Erhalten Sie eine kurze Einführung in Machine Learning mit DeepChem Nutzen Sie Deep Learning zur Auswertung von Mikroskopaufnahmen Analysieren Sie medizinische Scans mithilfe von Deep-Learning-Techniken Erfahren Sie mehr über Variational Autoencoder (VAE) und Generative Adversarial Networks (GANs) Interpretieren Sie, was Ihr Modell tut und wie es funktioniert "Ein wertvoller Beitrag für die wissenschaftliche Community." – Prabhat Teamleader Data and Analytics Services, NERSC, Lawrence Berkeley National Laboratory "Ein hervorragender High-Level-Überblick, dersowohl Einstiegspunkte in bestimmte Techniken bietet als auch die Erörterung der zugrundeliegenden Wissenschaft." – C. Titus Brown Associate Professor, University of California, Davis



Deep Learning Illustriert

Deep Learning illustriert PDF
Author: Jon Krohn
Publisher: dpunkt.verlag
ISBN: 3960887523
Release: 2020-09-08
Size: 17.66 MB
Format: PDF, ePub, Mobi
Category : Computers
Languages : de
Pages : 472
View: 1890

Get Book

Deep Learning Illustriert PDF Full

by Jon Krohn, Deep Learning Illustriert Books available in PDF, EPUB, Mobi Format. Download Deep Learning Illustriert books, Deep Learning begreifen und einsetzen Deep Learning verändert unseren Alltag. Dieser Ansatz für maschinelles Lernen erzielt bahnbrechende Ergebnisse in einigen der bekanntesten Anwendungen von heute, in Unternehmen von Google bis Tesla, Facebook bis Apple. Tausende von technischen Fachkräften und Studenten wollen seine Möglichkeiten einsetzen, aber frühere Bücher über Deep Learning waren oft nicht intuitiv, unzugänglich und trocken. John Krohn, Grant Beylefeld und Aglaé Bassens bieten Ihnen eine einzigartige visuelle, intuitive und verständliche Einführung in Techniken und Anwendungen von Deep Learning. Mit den farbenfrohen Illustrationen und eingängigen Erläuterungen von "Deep Learning illustriert" gelingt Ihnen ein einfacher Zugang zum Aufbau von Deep-Learning-Modellen, und bringt ihnen beim Lernen mehr Spaß. Der erste Teil des Buches erklärt, was Deep Learning ist, warum es so allgegenwärtig geworden ist und wie es mit Konzepten und Terminologien wie künstlicher Intelligenz, Machine Learning oder künstlichen neuronalen Netzen interagiert. Dabei verwenden die Autoren leicht verständliche Analogien, lebendige Grafiken und viele Beispiele. Auf dieser Grundlage präsentieren die Autoren eine praktische Referenz und ein Tutorial zur Anwendung eines breiten Spektrums bewährter Techniken des Deep Learning. Die wesentliche Theorie wird mit so wenig Mathematik wie möglich behandelt und mit praktischem Python-Code beleuchtet. Praktische Beispiele zum Ausprobieren, die kostenfrei online verfügbar sind (Jupyter-Notebooks), machen Ihnen die Theorie begreiflich. So erlangen Sie ein pragmatisches Verständnis aller wichtigen Deep-Learning-Ansätze und ihrer Anwendungen: Machine Vision, Natural Language Processing, Bilderzeugung und Spielalgorithmen. Um Ihnen zu helfen, mehr in kürzerer Zeit zu erreichen, stellen die Autoren mehrere der heute am weitesten verbreiteten und innovativsten Deep-Learning-Bibliotheken vor, darunter: - TensorFlow und seine High-Level-API, Keras - PyTorch - High-Level-Coach, eine TensorFlow-API, die die Komplexität, die typischerweise mit der Entwicklung von Deep Reinforcement Learning-Algorithmen verbunden ist, abstrahiert.



Generatives Deep Learning

Generatives Deep Learning PDF
Author: David Foster
Publisher: O'Reilly
ISBN: 3960103549
Release: 2020-03-24
Size: 53.25 MB
Format: PDF, ePub, Mobi
Category : Computers
Languages : de
Pages : 310
View: 2709

Get Book

Generatives Deep Learning PDF Full

by David Foster, Generatives Deep Learning Books available in PDF, EPUB, Mobi Format. Download Generatives Deep Learning books, Generative Modelle haben sich zu einem der spannendsten Themenbereiche der Künstlichen Intelligenz entwickelt: Mit generativem Deep Learning ist es inzwischen möglich, einer Maschine das Malen, Schreiben oder auch das Komponieren von Musik beizubringen – kreative Fähigkeiten, die bisher dem Menschen vorbehalten waren. Mit diesem praxisnahen Buch können Data Scientists einige der eindrucksvollsten generativen Deep-Learning-Modelle nachbilden, wie z.B. Generative Adversarial Networks (GANs), Variational Autoencoder (VAEs), Encoder-Decoder- sowie World-Modelle. David Foster vermittelt zunächst die Grundlagen des Deep Learning mit Keras und veranschaulicht die Funktionsweise jeder Methode, bevor er zu einigen der modernsten Algorithmen auf diesem Gebiet vorstößt. Die zahlreichen praktischen Beispiele und Tipps helfen Ihnen herauszufinden, wie Ihre Modelle noch effizienter lernen und noch kreativer werden können. - Entdecken Sie, wie Variational Autoencoder den Gesichtsausdruck auf Fotos verändern können - Erstellen Sie praktische GAN-Beispiele von Grund auf und nutzen Sie CycleGAN zur Stilübertragung und MuseGAN zum Generieren von Musik - Verwenden Sie rekurrente generative Modelle, um Text zu erzeugen, und lernen Sie, wie Sie diese Modelle mit dem Attention-Mechanismus verbessern können - Erfahren Sie, wie generatives Deep Learning Agenten dabei unterstützen kann, Aufgaben im Rahmen des Reinforcement Learning zu erfüllen - Lernen Sie die Architektur von Transformern (BERT, GPT-2) und Bilderzeugungsmodellen wie ProGAN und StyleGAN kennen "Dieses Buch ist eine leicht zugängliche Einführung in das Deep-Learning-Toolkit für generatives Modellieren. Wenn Sie ein kreativer Praktiker sind, der es liebt, an Code zu basteln, und Deep Learning für eigene Aufgaben nutzen möchte, dann ist dieses Buch genau das Richtige für Sie." — David Ha, Research Scientist bei Google Brain



Deep Learning Kochbuch

Deep Learning Kochbuch PDF
Author: Douwe Osinga
Publisher: O'Reilly
ISBN: 396010264X
Release: 2019-02-11
Size: 62.23 MB
Format: PDF, ePub, Mobi
Category : Computers
Languages : de
Pages : 262
View: 2287

Get Book

Deep Learning Kochbuch PDF Full

by Douwe Osinga, Deep Learning Kochbuch Books available in PDF, EPUB, Mobi Format. Download Deep Learning Kochbuch books, 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



Deep Learning Grundlagen Und Implementierung

Deep Learning     Grundlagen und Implementierung PDF
Author: Seth Weidman
Publisher: O'Reilly
ISBN: 3960103786
Release: 2020-05-23
Size: 12.39 MB
Format: PDF, Docs
Category : Computers
Languages : de
Pages : 252
View: 7015

Get Book

Deep Learning Grundlagen Und Implementierung PDF Full

by Seth Weidman, Deep Learning Grundlagen Und Implementierung Books available in PDF, EPUB, Mobi Format. Download Deep Learning Grundlagen Und Implementierung books, Grundprinzipien und Konzepte neuronaler Netze systematisch und verständlich erklärt Dieses Buch vermittelt Ihnen das konzeptionelle und praktische Rüstzeug, um ein tiefes Verständnis für die Funktionsweise neuronaler Netze zu bekommen. Sie lernen die Grundprinzipien des Deep Learning kennen, zu deren Veranschaulichung Seth Weidman gut nachvollziehbare Konzeptmodelle entwickelt hat, die von Codebeispielen begleitet werden. Das Buch eignet sich für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning. Sie beginnen mit den Basics des Deep Learning und gelangen schnell zu den Details fortgeschrittener Architekturen, indem Sie deren Aufbau von Grund auf neu implementieren. Dabei lernen Sie mehrschichtige neuronale Netze wie Convolutional und Recurrent Neural Networks kennen. Diese neuronalen Netzwerkkonzepte setzen Sie dann mit dem beliebten Framework PyTorch praktisch um. Auf diese Weise bauen Sie ein fundiertes Wissen darüber auf, wie neuronale Netze mathematisch, rechnerisch und konzeptionell funktionieren.