Deep learning avec Keras et TensorFlow : mise en oeuvre et cas concrets

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 TensorFlow 2, 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 Al ou sur des appareils mobiles. Créer des agents d'apprentissage autonomes avec le Reinforcement Learning. y compris en utilisant la bibliothèque TF-Agents.