TensorFlow 13 praktycznych projektow wykorzystujacych uczenie maszynowe(1).pdf
(
3087 KB
)
Pobierz
Tytuł oryginału: TensorFlow Machine Learning Projects: Build 13 real-world projects with advanced
numerical computations using the Python ecosystem
Tłumaczenie: Leszek Sagalara
ISBN: 978-83-283-5708-2
Copyright © Packt Publishing 2018. First published in the English language under
the title ‘TensorFlow Machine Learning Projects – (9781789132212)’.
Polish edition copyright © 2019 by HELION SA.
All rights reserved.
All rights reserved. No part of this book may be reproduced or transmitted in any form or by any means,
electronic or mechanical, including photocopying, recording or by any information storage retrieval system,
without permission from the Publisher.
Wszelkie prawa zastrzeżone. Nieautoryzowane rozpowszechnianie całości lub fragmentu niniejszej
publikacji w jakiejkolwiek postaci jest zabronione. Wykonywanie kopii metodą kserograficzną,
fotograficzną, a także kopiowanie książki na nośniku filmowym, magnetycznym lub innym powoduje
naruszenie praw autorskich niniejszej publikacji.
Wszystkie znaki występujące w tekście są zastrzeżonymi znakami firmowymi bądź towarowymi ich
właścicieli.
Autor oraz Helion SA dołożyli wszelkich starań, by zawarte w tej książce informacje były kompletne
i rzetelne. Nie biorą jednak żadnej odpowiedzialności ani za ich wykorzystanie, ani za związane z tym
ewentualne naruszenie praw patentowych lub autorskich. Autor oraz Helion SA nie ponoszą również
żadnej
odpowiedzialności za ewentualne szkody wynikłe z wykorzystania informacji zawartych w książce.
Helion SA
ul. Kościuszki 1c, 44-100 Gliwice
tel. 32 231 22 19, 32 230 98 63
e-mail:
helion@helion.pl
WWW:
http://helion.pl
(księgarnia internetowa, katalog książek)
Pliki z przykładami omawianymi w książce można znaleźć pod adresem:
ftp://ftp.helion.pl/przyklady/tenflo.zip
Drogi Czytelniku!
Jeżeli chcesz ocenić tę książkę, zajrzyj pod adres
http://helion.pl/user/opinie/tenflo
Możesz tam wpisać swoje uwagi, spostrzeżenia, recenzję.
Printed in Poland.
•
Kup książkę
•
Poleć książkę
•
Oceń książkę
•
Księgarnia internetowa
•
Lubię to! » Nasza społeczność
Spis treści
O autorach
O recenzentach
Wstęp
Rozdział 1. TensorFlow i uczenie maszynowe
Czym jest TensorFlow?
Rdzeń TensorFlow
Tensory
Stałe
Operacje
Węzły zastępcze
Tensory z obiektów Pythona
Zmienne
Tensory generowane z funkcji bibliotecznych
Uzyskiwanie zmiennych za pomocą tf.get_variable()
Graf obliczeniowy
Kolejność wykonywania i wczytywanie z opóźnieniem
Wykonywanie grafów na wielu urządzeniach obliczeniowych — CPU i GPGPU
Wiele grafów
Uczenie maszynowe, klasyfikacja i regresja logistyczna
Uczenie maszynowe
Klasyfikacja
Regresja logistyczna dla klasyfikacji binarnej
Regresja logistyczna dla klasyfikacji wieloklasowej
Regresja logistyczna z TensorFlow
Regresja logistyczna z Keras
Podsumowanie
Kwestie do rozważenia
Materiały dodatkowe
11
13
15
19
20
20
20
22
23
23
24
26
28
28
29
30
31
35
35
35
37
38
38
39
41
42
43
43
Kup książkę
Poleć książkę
Spis treści
Rozdział 2. Wykorzystanie uczenia maszynowego
do wykrywania egzoplanet w przestrzeni kosmicznej
Czym jest drzewo decyzyjne?
Do czego potrzebne są nam zespoły?
Metody zespołowe oparte na drzewach decyzyjnych
Lasy losowe
Wzmacnianie gradientowe
Zespoły oparte na drzewach decyzyjnych w TensorFlow
Estymator TensorForest
Estymator wzmacnianych drzew TensorFlow
Wykrywanie egzoplanet w przestrzeni kosmicznej
Budowanie modelu TFBT do wykrywania egzoplanet
Podsumowanie
Kwestie do rozważenia
Materiały dodatkowe
45
46
47
47
47
49
51
51
52
52
56
60
61
61
Rozdział 3. Analiza wydźwięku w przeglądarce przy użyciu TensorFlow.js
TensorFlow.js
Optymalizacja Adam
Strata kategoryzacyjnej entropii krzyżowej
Osadzanie słów
Budowanie modelu analizy wydźwięku
Wstępne przetwarzanie danych
Budowanie modelu
Uruchamianie modelu w przeglądarce przy użyciu TensorFlow.js
Podsumowanie
Kwestie do rozważenia
63
64
65
66
67
68
69
70
71
75
75
Rozdział 4. Klasyfikacja cyfr przy użyciu TensorFlow Lite
Czym jest TensorFlow Lite?
Mierniki oceny modeli klasyfikacji
Klasyfikacja cyfr przy użyciu TensorFlow Lite
Wstępne przetwarzanie danych i definiowanie modelu
Konwersja modelu TensorFlow na TensorFlow Lite
Podsumowanie
Kwestie do rozważenia
77
78
80
81
82
84
90
91
Rozdział 5. Rozpoznawanie mowy i ekstrakcja tematów przy użyciu NLP
Platformy i narzędzia do zamiany mowy na tekst
Zbiór poleceń głosowych Google Speech Commands Dataset
Architektura sieci neuronowej
Moduł ekstrakcji cech
Moduł głębokiej sieci neuronowej
Szkolenie modelu
Podsumowanie
Kwestie do rozważenia
Materiały dodatkowe
93
94
95
95
96
96
97
99
99
100
6
Kup książkę
Poleć książkę
Spis treści
Rozdział 6. Przewidywanie cen akcji przy użyciu regresji procesu gaussowskiego
Twierdzenie Bayesa
Wprowadzenie do wnioskowania bayesowskiego
Wprowadzenie do procesów gaussowskich
Wybór jądra w PG
Zastosowanie PG do prognozowania rynku akcji
Tworzenie modelu prognozowania kursu akcji
Zrozumienie uzyskanych wyników
Podsumowanie
Kwestie do rozważenia
101
102
103
104
106
107
109
112
122
122
Rozdział 7. Wykrywanie oszustw dotyczących kart kredytowych
przy użyciu autokoderów
Autokodery
Budowanie modelu wykrywania oszustw finansowych
Definiowanie i szkolenie modelu wykrywania oszustw finansowych
Testowanie modelu wykrywania oszustw finansowych
Podsumowanie
Kwestie do rozważenia
123
124
125
126
128
133
134
Rozdział 8. Generowanie niepewności w klasyfikatorze znaków drogowych
przy użyciu bayesowskich sieci neuronowych
Bayesowskie uczenie głębokie
Twierdzenie Bayesa w sieciach neuronowych
TensorFlow Probability, wnioskowanie wariacyjne i metoda Monte Carlo
Budowanie bayesowskiej sieci neuronowej
Definiowanie, szkolenie i testowanie modelu
Podsumowanie
Kwestie do rozważenia
135
136
137
138
140
142
151
152
Rozdział 9. Dopasowywanie torebek na podstawie zdjęć butów
z wykorzystaniem sieci DiscoGAN
Modele generatywne
Szkolenie sieci GAN
Zastosowania
Wyzwania
Sieci DiscoGAN
Podstawowe jednostki sieci DiscoGAN
Modelowanie sieci DiscoGAN
Budowanie modelu DiscoGAN
Podsumowanie
Kwestie do rozważenia
153
154
155
157
157
158
159
162
163
169
169
7
Kup książkę
Poleć książkę
Plik z chomika:
rerakosi
Inne pliki z tego folderu:
Algorytmy uczenia maszynowego Zaawansowane techniki implementacji.pdf
(3307 KB)
Deep Learning Praca z jezykiem R i biblioteka Keras.pdf
(2860 KB)
Deep Learning Praca z jezykiem Python i biblioteka Keras.pdf
(4353 KB)
Python Uczenie maszynowe Wydanie II(1).pdf
(3379 KB)
Uczenie maszynowe w C Szybkie sprytne i solidne aplikacje.pdf
(3388 KB)
Inne foldery tego chomika:
3ds max
50 zadań i zagadek szachowych
Access
Acrobat
Administracja
Zgłoś jeśli
naruszono regulamin