TensorFlow es una biblioteca de aprendizaje profundo de código abierto desarrollada y mantenida por Google. Ofrece programación de flujo de datos que realiza una variedad de tareas de aprendizaje automático. Fue construido para ejecutarse en múltiples CPU o GPU e incluso en sistemas operativos móviles, y tiene varios envoltorios en lenguajes como Python, C ++ o Java.
Aquí hay una lista seleccionada de los 10 mejores libros para Tensor Flow que deberían ser parte de cualquier biblioteca de aprendices de científicos principiantes o avanzados de aprendizaje profundo / aprendizaje automático.
1) Aprenda TensorFlow 2.0: implemente modelos de aprendizaje automático y aprendizaje profundo con Python
Learn TensorFlow es un libro escrito por Pramod Singh y Avish Manure. El libro comienza presentando el marco de trabajo TensorFlow 2.0 y los principales cambios desde su última versión. El libro también se centra en la creación de modelos de aprendizaje automático supervisado mediante TensorFlow.
El libro también enseña cómo crear modelos utilizando estimadores de clientes. También aprenderá a usar TensorFlow para crear modelos de aprendizaje automático y aprendizaje profundo. Todo el código proporcionado en este libro estará disponible en forma de scripts ejecutables en Github.
Verifique los últimos precios y reseñas de usuarios en Amazon2) Aprendizaje profundo avanzado con TensorFlow 2 y Keras
Aprendizaje profundo avanzado con TensorFlow 2 y Keras es un libro escrito por Rowel Atienza. El libro le enseña algunas técnicas avanzadas de aprendizaje profundo disponibles en la actualidad.
Este libro también le enseña sobre aprendizaje profundo, aprendizaje no supervisado utilizando información mutua, detección de objetos (SSD). El libro también muestra cómo crear una IA eficaz con las técnicas más actualizadas. En este libro, aprenderá sobre las GAN y cómo pueden desbloquear nuevos niveles de rendimiento de la IA.
Verifique los últimos precios y reseñas de usuarios en Amazon3) Tensorflow en 1 día
Tensorflow in 1 Day es un libro escrito por Krishna Rungta. El libro le enseña este tema complejo en un idioma inglés fácil de entender. Tiene un gráfico fantástico, función de cálculo. Ayuda al científico de datos a visualizar su red neuronal diseñada usando TensorBoard.
El libro cubre temas como ¿Qué es el aprendizaje profundo ?, Aprendizaje automático versus Aprendizaje profundo, ¿Qué es TensorFlow ?, y temas avanzados como Jupyter Notebook, Tensorflow en AWS y más.
Verifique los últimos precios y reseñas de usuarios en Amazon4) TinyML: Aprendizaje automático con TensorFlow Lite en Arduino y microcontroladores de energía ultrabaja
TinyML: Machine Learning with TensorFlow Lite es un libro escrito por Pete Warden y Daniel Situnayke. Con este libro de referencia de aprendizaje práctico, entrará en el campo de TinyML. El libro cubre el aprendizaje profundo y los sistemas integrados se combinan para hacer posibles cosas asombrosas con dispositivos diminutos.
Este libro es ideal para desarrolladores de software y hardware que deseen crear sistemas integrados mediante el aprendizaje automático.
Verifique los últimos precios y reseñas de usuarios en Amazon5) Procesamiento de lenguaje natural con TensorFlow
Procesamiento del lenguaje natural con TensorFlow es un libro escrito por Hushan Ganegedara. En este libro, también aprenderá a aplicar modelos RNN de alto rendimiento, células de memoria a corto plazo (LSTM), a tareas de PNL. También podrá explorar la traducción automática neuronal e implementar un traductor automático neuronal.
Después de leer este libro, comprenderá la tecnología NLP. También podrá aplicar TensorFlow en aplicaciones de PNL de aprendizaje profundo y cómo realizar tareas específicas de PNL.
Verifique los últimos precios y reseñas de usuarios en Amazon6) Proyectos de aprendizaje automático de TensorFlow
TensorFlow Machine Learning Projects es un libro escrito por Ankit Jain, Armando Fandango y Amita Kapoor. Este libro también enseña cómo construir proyectos avanzados. También podrá abordar desafíos comunes mediante el uso de bibliotecas del ecosistema de TensorFlow.
Este libro también enseña cómo puede crear proyectos en varios dominios del mundo real, codificadores automáticos, sistemas de recomendación, aprendizaje por refuerzo, etc. Al final de este libro de referencia, habrá adquirido la experiencia necesaria para crear proyectos de aprendizaje automático.
Verifique los últimos precios y reseñas de usuarios en Amazon7) Visión por computadora práctica con TensorFlow 2
Hands-On Computer Vision con TensorFlow 2 es un libro escrito por Benjamin Planche y Eliot Andres. Este libro le ayudará a explorar el marco de código abierto de Google para el aprendizaje automático. También comprenderá cómo beneficiarse del uso de redes neuronales convolucionales (CNN) para tareas visuales.
El libro comienza con los fundamentos de la visión por computadora y el aprendizaje profundo. El libro también le enseña cómo construir una red neuronal desde cero. El libro le ayuda a enseñar cómo clasificar imágenes con soluciones modernas, como Inception y ResNet, y extraer contenido específico utilizando el método You Only Look Once (YOLO).
Al final de este libro de material de estudio, tendrá la comprensión teórica y las habilidades prácticas. También le ayuda a resolver problemas avanzados de visión por computadora.
Verifique los últimos precios y reseñas de usuarios en Amazon8) Aprendizaje profundo profesional con TensorFlow
Pro Deep Learning con TensorFlow es un libro escrito por Santanu Pattanayak. También podrá comprender la comprensión matemática y la intuición. Le ayuda a inventar nuevas arquitecturas y soluciones de aprendizaje profundo por su cuenta.
El libro ofrece experiencia práctica para que pueda aprender el aprendizaje profundo desde cero. Este libro de TensorFlow te permitirá ponerte al día rápidamente con TensorFlow. Le ayuda a optimizar diferentes arquitecturas de aprendizaje profundo.
El libro cubre muchos conceptos prácticos de aprendizaje profundo que son relevantes en cualquier industria y se enfatizan en este libro. El código proporcionado en este material de referencia está disponible en forma de cuadernos y scripts de iPython.
Verifique los últimos precios y reseñas de usuarios en Amazon9) Aprendizaje profundo práctico para la nube, dispositivos móviles y Edge
Practical Deep Learning for Cloud, Mobile, and Edge es un libro escrito por Anirudh Koul, Siddha Ganju y Meher Kasam. Este libro le enseña cómo crear aplicaciones prácticas de aprendizaje profundo para la nube, dispositivos móviles y navegadores.
El libro le enseña el proceso de convertir una idea en algo que la gente en el mundo real pueda usar. Este libro también enseña cómo puede desarrollar inteligencia artificial para una variedad de dispositivos, incluidos Raspberry Pi y Google Coral. También obtendrá muchos consejos prácticos para maximizar la precisión y la velocidad del modelo.
Verifique los últimos precios y reseñas de usuarios en Amazon10) Aprendizaje profundo: el enfoque de un practicante
Deep Learning es un libro escrito por Josh Patterson y Adam Gibson. Esta guía práctica no solo proporciona la información más práctica disponible sobre el tema. También lo ayuda a comenzar a construir redes eficientes de aprendizaje profundo.
Aprenderá sobre la teoría del aprendizaje profundo antes de presentar su Deeplearning4j (DL4J) de código abierto. Es una biblioteca para desarrollar flujos de trabajo de producción. Al usar ejemplos del mundo real, aprenderá métodos y estrategias fácilmente.
Verifique los últimos precios y reseñas de usuarios en Amazon