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 |
- Chapitre 1. Les fondamentaux du Machine Learning
- Chapitre 2. Introduction aux réseaux de neurones artificiels avec Keras
- Chapitre 3. Entrainement de réseaux de neurones profonds
- Chapitre 4. Modèles personnalisés et entrainement avec TensorFlow
- Chapitre 5. Chargement et prétraitement de données avec TensorFlow
- Chapitre 6. Vision par ordinateur et réseaux de neurones convolutifs
- Chapitre 7. Traitement des séries avec des RNR et des CNN
- Chapitre 8. Traitement automatique du langage naturel avec les RNR et les attentions
- Chapitre 9. apprentissage de représentations et apprentissage génératif avec des autoencodeurs et des GAN
- Chapitre 10. Apprentissage par renforcement
- Chapitre 11. Entrainement et déploiement à grande échelle des modèles TensorFlow