Nantilus
Deep learning avec JavaScript : réseaux de neurones dans TensorFlow.js
"L'exécution d'applications de deep learning dans le navigateur ou sur des backends basés sur Node ouvre des possibilités passionnantes pour créer des applications Web intelligentes. Avec la bibliothèque TensorFlow.js, vous construirez et vous entraînerez des modèles de deep learning...
Enregistré dans:
| Auteurs principaux : | , , , , |
|---|---|
| Autres auteurs : | , |
| Format : | Livre |
| Langue : | français |
| Titre complet : | Deep learning avec JavaScript : réseaux de neurones dans TensorFlow.js / Shanqing Cai, Stanley Bileschi, Eric D. Nielsen... [et al.]; avant-propos de Nikhil Thorat et Daniel Smilkov; [traduction, Daniel Rougé] |
| Publié : |
Paris :
First interactive
, DL 2020 |
| Description matérielle : | 1 vol. (VIII-546 p.) |
| Sujets : |
| LEADER | 03793cam a2200517 4500 | ||
|---|---|---|---|
| 001 | PPN249727145 | ||
| 003 | http://www.sudoc.fr/249727145 | ||
| 005 | 20231003055700.0 | ||
| 010 | |a 978-2-412-05828-2 |b br. |d 42,95 EUR | ||
| 035 | |a (OCoLC)1200810890 | ||
| 073 | 1 | |a 9782412058282 | |
| 100 | |a 20201013h20202020k y0frey0103 ba | ||
| 101 | 1 | |a fre |c eng | |
| 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 rdacarrier | |
| 200 | 1 | |a Deep learning avec JavaScript |e réseaux de neurones dans TensorFlow.js |f Shanqing Cai, Stanley Bileschi, Eric D. Nielsen... [et al.] |g avant-propos de Nikhil Thorat et Daniel Smilkov |g [traduction, Daniel Rougé] | |
| 214 | 0 | |a Paris |c First interactive |d DL 2020 | |
| 215 | |a 1 vol. (VIII-546 p.) |c ill., fig., tabl., couv. ill. en coul. |d 23 cm | ||
| 339 | |a Guide pour exploiter l'ensemble des possibilités offertes par l'accès à la bibliothèque de machine learning open source TensorFlow de Google à JavaScript afin de développer des modèles d'apprentissage machine dans un navigateur. ©Electre 2020 | ||
| 314 | |a Autre auteur : François Chollet | ||
| 320 | |a Notes bibliogr. Index. Glossaire | ||
| 330 | |a "L'exécution d'applications de deep learning dans le navigateur ou sur des backends basés sur Node ouvre des possibilités passionnantes pour créer des applications Web intelligentes. Avec la bibliothèque TensorFlow.js, vous construirez et vous entraînerez des modèles de deep learning avec JavaScript. Avec une évolutivité, une modularité et une réactivité sans compromis en termes de qualité de production, TensorFlow.js brille par sa portabilité. Ses modèles fonctionnent partout où JavaScript fonctionne, poussant ainsi l'apprentissage automatique dans de nouveaux modèles d'application. Dans ce livre, vous apprendrez à utiliser TensorFlow.js pour construire des modèles d'apprentissage profond qui s'exécutent directement dans le navigateur. Ce livre au rythme soutenu, écrit par des ingénieurs de Google, est un ouvrage pratique, engageant et facile à suivre. S'appuyant sur de nombreux exemples comme l'analyse de texte, le traitement de la parole, la reconnaissance d'image ou encore l'auto-apprentissage d'un jeu, il vous montrera comment maîtriser toutes les bases du deep learning. Par la suite, vous explorerez des concepts avancés, comme le réemploi de modèles existants pour l'apprentissage par transfert ou la génération d'images. Traiter les images et le langage dans le navigateur. Affiner des modèles d'apprentissage automatigue avec des données côté client. Créer du texte et des images avec le deep learning génératif. Fournis en téléchargement les codes source des exemples. Pour les programmeurs JavaScript intéressés par le deep learning." |2 4e de couverture | ||
| 606 | |3 PPN223540633 |a Apprentissage profond |2 rameau | ||
| 606 | |3 PPN027940373 |a Apprentissage automatique |2 rameau | ||
| 606 | |3 PPN034781870 |a JavaScript (langage de programmation) |2 rameau | ||
| 606 | |3 PPN030971098 |a Réseaux neuronaux (informatique) |2 rameau | ||
| 676 | |a 006.31 |v 23 |z fre | ||
| 680 | |a Q325.5 | ||
| 700 | 1 | |3 PPN249727447 |a Cai |b Shanqing |4 070 | |
| 701 | 1 | |3 PPN24972751X |a Bileschi |b Stanley |4 070 | |
| 701 | 1 | |3 PPN249727609 |a Nielsen |b Eric D. |4 070 | |
| 701 | 1 | |3 PPN223366854 |a Chollet |b François |f 1989-.... |4 070 | |
| 701 | 1 | |3 PPN028974867 |a Rougé |b Daniel |f 1952-2020 |4 730 | |
| 702 | 1 | |3 PPN249727803 |a Thorat |b Nikhil |4 080 | |
| 702 | 1 | |3 PPN249727889 |a Smilkov |b Daniel |4 080 | |
| 801 | 3 | |a FR |b Electre |c 20201006 |g AFNOR | |
| 801 | 3 | |a FR |b Abes |c 20201211 |g AFNOR | |
| 979 | |a SCI | ||
| 930 | |5 441092104:683288148 |b 441092104 |j u | ||
| 998 | |a 880461 | ||