| Título : |
Programming with TensorFlow : Solution for Edge Computing Applications |
| Tipo de documento: |
documento electrónico |
| Autores: |
Prakash, Kolla Bhanu, ; Kanagachidambaresan, G. R., |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2021 |
| Número de páginas: |
X, 190 p. |
| ISBN/ISSN/DL: |
978-3-030-57077-4 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Procesamiento de la señal Aprendizaje automático Inteligencia Computacional Compiladores (programas informáticos) Procesamiento de señales voz e imágenes Compiladores e intérpretes |
| Índice Dewey: |
621.382 Ingeniería de comunicaciones |
| Resumen: |
Este libro práctico proporciona una guía de principio a fin de TensorFlow, la biblioteca de software de código abierto líder que lo ayuda a construir y entrenar redes neuronales para aprendizaje profundo, procesamiento de lenguaje natural (NLP), reconocimiento de voz y análisis predictivo general. El libro proporciona un enfoque práctico de los fundamentos de TensorFlow para una amplia audiencia técnica, desde científicos de datos e ingenieros hasta estudiantes e investigadores. Los autores comienzan trabajando con algunos ejemplos básicos en TensorFlow antes de profundizar en temas como CNN, RNN, LSTM y GNN. El libro está escrito para aquellos que desean construir modelos predictivos potentes, robustos y precisos con el poder de TensorFlow, combinado con otras bibliotecas de Python de código abierto. Los autores demuestran proyectos de TensorFlow en computadoras de placa única (SBC). Proporciona una guía práctica de principio a fin de TensorFlow, la biblioteca de software de código abierto líder para construir y entrenar redes neuronales; Pertenece a una amplia audiencia técnica, desde científicos de datos e ingenieros hasta estudiantes e investigadores; Muestra cómo implementar técnicas avanzadas en aprendizaje profundo y explorar redes neuronales profundas y capas de abstracción de datos. |
| Nota de contenido: |
Introduction -- Installation Guide to Tensorflow -- Hello Tensorflow Program -- Representation of Vector -- Session with Tensorflow -- Matrix elementary operation -- Variable and constant -- Simple mathematical operation -- Matrix -- Variable Concept & Implementation -- Placeholder Concept & Implementation -- Equation with Tensor -- Matplot -- Regression Model -- Neural Network -- Convolutional Neural Network -- Recurrent Neural Network -- Application of Machine Learning & Deep Learning -- Implementing Chatbots -- Working with Text and Sequences + TensorBoard visualization -- TensorFlow Autoencoders -- Advanced TensorFlow Programming -- Reinforcement Learning -- RNN & LSTM using Keras -- Deep Learning with Pytorch -- Conclusion. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Programming with TensorFlow : Solution for Edge Computing Applications [documento electrónico] / Prakash, Kolla Bhanu, ; Kanagachidambaresan, G. R., . - 1 ed. . - [s.l.] : Springer, 2021 . - X, 190 p. ISBN : 978-3-030-57077-4 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Procesamiento de la señal Aprendizaje automático Inteligencia Computacional Compiladores (programas informáticos) Procesamiento de señales voz e imágenes Compiladores e intérpretes |
| Índice Dewey: |
621.382 Ingeniería de comunicaciones |
| Resumen: |
Este libro práctico proporciona una guía de principio a fin de TensorFlow, la biblioteca de software de código abierto líder que lo ayuda a construir y entrenar redes neuronales para aprendizaje profundo, procesamiento de lenguaje natural (NLP), reconocimiento de voz y análisis predictivo general. El libro proporciona un enfoque práctico de los fundamentos de TensorFlow para una amplia audiencia técnica, desde científicos de datos e ingenieros hasta estudiantes e investigadores. Los autores comienzan trabajando con algunos ejemplos básicos en TensorFlow antes de profundizar en temas como CNN, RNN, LSTM y GNN. El libro está escrito para aquellos que desean construir modelos predictivos potentes, robustos y precisos con el poder de TensorFlow, combinado con otras bibliotecas de Python de código abierto. Los autores demuestran proyectos de TensorFlow en computadoras de placa única (SBC). Proporciona una guía práctica de principio a fin de TensorFlow, la biblioteca de software de código abierto líder para construir y entrenar redes neuronales; Pertenece a una amplia audiencia técnica, desde científicos de datos e ingenieros hasta estudiantes e investigadores; Muestra cómo implementar técnicas avanzadas en aprendizaje profundo y explorar redes neuronales profundas y capas de abstracción de datos. |
| Nota de contenido: |
Introduction -- Installation Guide to Tensorflow -- Hello Tensorflow Program -- Representation of Vector -- Session with Tensorflow -- Matrix elementary operation -- Variable and constant -- Simple mathematical operation -- Matrix -- Variable Concept & Implementation -- Placeholder Concept & Implementation -- Equation with Tensor -- Matplot -- Regression Model -- Neural Network -- Convolutional Neural Network -- Recurrent Neural Network -- Application of Machine Learning & Deep Learning -- Implementing Chatbots -- Working with Text and Sequences + TensorBoard visualization -- TensorFlow Autoencoders -- Advanced TensorFlow Programming -- Reinforcement Learning -- RNN & LSTM using Keras -- Deep Learning with Pytorch -- Conclusion. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsquedaAdvanced Deep Learning for Engineers and Scientists / Prakash, Kolla Bhanu ; Kannan, Ramani ; Alexander, S.Albert ; Kanagachidambaresan, G. R.
