Nantilus
Deep learning avec Keras et TensorFlow : mise en oeuvre et cas concrets
"L'objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Deep Learning et de vous montrer, grâce à de nombreux exemples de code accessibles en ligne, comment les mettre en pratique. Cette deuxième édition très remaniée tient notamment compte de la nouvelle version Tens...
Enregistré dans:
| Auteurs principaux : | , |
|---|---|
| Format : | Livre |
| Langue : | français |
| Titre complet : | Deep learning avec Keras et TensorFlow : mise en oeuvre et cas concrets / Aurélien Géron; traduit de l anglais par Hervé Soulard |
| Édition : | 2e édition |
| Publié : |
Malakoff :
Dunod
, DL 2020 |
| Description matérielle : | 1 volume (XVI-553 p.) |
| Traduction de : | Hands-on machine learning with Scikit-Learn, Keras and TensorFlow : concepts, tools, and techniques to build intelligent systems |
| Sujets : | |
| Documents associés : | Autre format:
Deep learning avec Keras et TensorFlow Autre format: Deep learning avec Keras et TensorFlow |
| LEADER | 04302cam a2200481 4500 | ||
|---|---|---|---|
| 001 | PPN24527832X | ||
| 003 | http://www.sudoc.fr/24527832X | ||
| 005 | 20240531112500.0 | ||
| 010 | |a 978-2-10-079066-1 |b br. | ||
| 035 | |a (OCoLC)1162820919 | ||
| 073 | 1 | |a 9782100790661 | |
| 100 | |a 20200630h20202020k y0frey0103 ba | ||
| 101 | 1 | |a fre |c eng |2 639-2 | |
| 102 | |a FR | ||
| 105 | |a a a 001yy | ||
| 106 | |a r | ||
| 181 | |6 z01 |c txt |2 rdacontent | ||
| 181 | 1 | |6 z01 |a i# |b xxxe## | |
| 182 | |6 z01 |c n |2 rdamedia | ||
| 182 | 1 | |6 z01 |a n | |
| 183 | 1 | |6 z01 |a nga |2 RDAfrCarrier | |
| 200 | 1 | |a Deep learning avec Keras et TensorFlow |e mise en oeuvre et cas concrets |f Aurélien Géron |g traduit de l anglais par Hervé Soulard | |
| 205 | |a 2e édition | ||
| 214 | 0 | |a Malakoff |c Dunod |d DL 2020 | |
| 215 | |a 1 volume (XVI-553 p.) |c ill., fig., couv. ill. en coul. |d 25 cm | ||
| 339 | |a Présentation des différentes techniques de deep learning comme les réseaux de neurones profonds et de convolution ou encore le reinforcement learning, avec l'outil open source d'apprentissage automatique TensorFlow. Avec des compléments interactifs disponibles en ligne. ©Electre 2020 | ||
| 304 | |a Trad. de la 2e partie de : "Hands-on machine learning with Scikit-Learn, Keras and TensorFlow" | ||
| 320 | |a Notes bibliogr. Index | ||
| 330 | |a "L'objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Deep Learning et de vous montrer, grâce à de nombreux exemples de code accessibles en ligne, comment les mettre en pratique. Cette deuxième édition très remaniée tient notamment compte de la nouvelle version TensorFlow2, outil open source très efficace pour entraîner des réseaux de neurones artificiels. Construire et former de nombreuses architectures de réseaux de neurones pour classification et régression à l'aide de TensorFlow 2 ; Découvrir la détection d'objets, la segmentation sémantique, les mécanismes d'attention, les modèles de langage, les réseaux antagonistes génératifs, etc. ; Explorer l'API Keras, l'API officielle de haut niveau pour TensorFlow 2 ; Produire des modèles TensorFlow à l'aide de TF Data, de TF Transform, de l'API de stratégies de distribution et de TF Serving ; Déployer sur la plateforme Google Cloud AI ou sur des appareils mobiles ; Créer des agents d'apprentissage autonomes avec le Reinforcement Learning y compris en utilisant la bibliothèque TF-Agents." |2 4e de couverture | ||
| 359 | 2 | |b Chapitre 1. Les fondamentaux du Machine Learning |b Chapitre 2. Introduction aux réseaux de neurones artificiels avec Keras |b Chapitre 3. Entrainement de réseaux de neurones profonds |b Chapitre 4. Modèles personnalisés et entrainement avec TensorFlow |b Chapitre 5. Chargement et prétraitement de données avec TensorFlow |b Chapitre 6. Vision par ordinateur et réseaux de neurones convolutifs |b Chapitre 7. Traitement des séries avec des RNR et des CNN |b Chapitre 8. Traitement automatique du langage naturel avec les RNR et les attentions |b Chapitre 9. apprentissage de représentations et apprentissage génératif avec des autoencodeurs et des GAN |b Chapitre 10. Apprentissage par renforcement |b Chapitre 11. Entrainement et déploiement à grande échelle des modèles TensorFlow | |
| 452 | | | |0 250134802 |t Deep learning avec Keras et TensorFlow |o mise en oeuvre et cas concrets |f Aurélien Géron |e 2e édition |d 2020 |c Malakoff |n Dunod | |
| 452 | | | |0 250246724 |t Deep learning avec Keras et TensorFlow |o mise en oeuvre et cas concrets |f Aurélien Géron |e 2e édition |d 2020 |c Malakoff |n Dunod |y 978-21-0080-502-0 | |
| 454 | | | |0 24025807X |t Hands-on machine learning with Scikit-Learn, Keras and TensorFlow |o concepts, tools, and techniques to build intelligent systems |f Aurélien Géron |e Second edition |d 2019 |c Sebastopol (Calif.) |n O'Reilly Media |p 1 vol. (XXV-819 p.) |y 978-1-492-03264-9 | |
| 605 | |3 PPN249466872 |a TensorFlow |n logiciel |2 rameau | ||
| 606 | |3 PPN223540633 |a Apprentissage profond |2 rameau | ||
| 606 | |3 PPN027234541 |a Intelligence artificielle |2 rameau | ||
| 676 | |a 006.31 |v 23 |z fre | ||
| 700 | 1 | |3 PPN050363468 |a Géron |b Aurélien |4 070 | |
| 701 | 1 | |3 PPN031411762 |a Soulard |b Hervé |f 19..-... |4 730 | |
| 801 | 3 | |a FR |b Electre |c 20200612 |g AFNOR | |
| 801 | 3 | |a FR |b Abes |c 20230414 |g AFNOR | |
| 930 | |5 441092104:680178732 |b 441092104 |j u | ||
| 998 | |a 872804 | ||