JavaScript для глубокого обучения, TensorFlow.js, Шолле Ф., Нильсон Э., Байлесчи С., Цэй Ш., 2021

JavaScript для глубокого обучения, TensorFlow.js, Шолле Ф., Нильсон Э., Байлесчи С., Цэй Ш., 2021.
 
Пора научиться использовать TensorFlow.js для построения моделей глубокого обучения, работающих непосредственно в браузере! Умные веб-приложения захватили мир, а реализовать их в браузере или серверной части позволяет TensorFlow.js. Данная библиотека блестяще портируется, ее модели работают везде, где работает JavaScript. Специалисты из Google Brain создали книгу, которая поможет решать реальные прикладные задачи. Вы не будете скучать над теорией, а сразу освоите базу глубокого обучения и познакомитесь с продвинутыми концепциями ИИ на примерах анализа текста, обработки речи, распознавания образов и самообучающегося игрового искусственного интеллекта.




Предсказание продолжительности скачивания с помощью TensorFlow.js.
Что ж, приступим! Создадим простейшую нейронную сеть на основе библиоте­ки TensorFlow.js (это название иногда сокращают до tfjs) для предсказания вре­мени скачивания по размеру загружаемого файла. Если вы еще не сталкивались с TensorFlow.js или ей подобными библиотеками, то вряд ли сразу все поймете в примере, и это нормально. Все приведенные понятия мы подробно обсудим в по­ следующих главах, так что не волнуйтесь, если что­то покажется вам странным. С чего­то ведь нужно начинать. И мы начнем с написания короткой программы, при­нимающей в качестве входных данных размер файла и выводящей прогнозируемое время скачивания этого файла.

Краткое содержание.
Часть I.Актуальность и основные понятия.
Часть II.Введение в TensorFlow.js.
Часть III.Продвинутые возможности глубокого обучения с TensorFlow.js.
Часть IV.Резюме и заключительное слово.
Приложения.

Купить .








Теги: Шолле :: Нильсон :: Байлесчи :: Цэй :: книги по программированию :: программирование :: java