TensorFlow é uma biblioteca de aprendizado profundo de código aberto desenvolvida e mantida pelo Google. Ele oferece programação de fluxo de dados que executa uma variedade de tarefas de aprendizado de máquina. Ele foi construído para rodar em várias CPUs ou GPUs e até mesmo em sistemas operacionais móveis, e possui vários wrappers em linguagens como Python, C ++ ou Java.
Aqui está uma lista com curadoria dos 10 principais livros para Tensor Flow que devem fazer parte de qualquer biblioteca de iniciantes a avançados de aprendizado profundo / aprendizado de máquina.
1) Aprenda TensorFlow 2.0: implemente modelos de aprendizado de máquina e aprendizado profundo com Python
Aprenda TensorFlow é um livro escrito por Pramod Singh e Avish Manure. O livro começa apresentando o framework TensorFlow 2.0 e as principais mudanças desde sua última versão. O livro também se concentra na construção de modelos de aprendizado de máquina supervisionado usando TensorFlow.
O livro também ensina como construir modelos usando estimadores de clientes. Você também aprenderá a usar o TensorFlow para criar modelos de aprendizado de máquina e deep learning. Todo o código fornecido neste livro estará disponível na forma de scripts executáveis no Github.
Verifique o preço mais recente e as avaliações do usuário na Amazon2) Aprendizado profundo avançado com TensorFlow 2 e Keras
Advanced Deep Learning with TensorFlow 2 and Keras é um livro escrito por Rowel Atienza. O livro ensina algumas técnicas avançadas de aprendizado profundo disponíveis hoje.
Este livro também ensina sobre aprendizagem profunda, aprendizagem não supervisionada usando informações mútuas, detecção de objetos (SSD). O livro também mostra como criar IA eficaz com as técnicas mais atualizadas. Neste livro, você aprenderá sobre GANs e como eles podem desbloquear novos níveis de desempenho de IA.
Verifique o preço mais recente e as avaliações do usuário na Amazon3) Tensorflow em 1 dia
Tensorflow in 1 Day é um livro escrito por Krishna Rungta. O livro ensina esse assunto complexo em um idioma inglês de fácil compreensão. Ele tem um gráfico fantástico, recurso de computação. Isso ajuda o cientista de dados a visualizar sua rede neural projetada usando o TensorBoard.
O livro cobre tópicos como o que é aprendizado profundo ?, Aprendizado de máquina vs. aprendizado profundo, o que é TensorFlow? E tópicos avançados como Jupyter Notebook, Tensorflow na AWS e muito mais.
Verifique o preço mais recente e as avaliações do usuário na Amazon4) TinyML: aprendizado de máquina com TensorFlow Lite em Arduino e microcontroladores de ultra-baixa potência
TinyML: Machine Learning with TensorFlow Lite é um livro escrito por Pete Warden e Daniel Situnayke. Com este livro de referência de aprendizado prático, você entrará no campo do TinyML. O livro cobre o aprendizado profundo e os sistemas embarcados se combinam para tornar possíveis coisas surpreendentes com dispositivos minúsculos.
Este livro é ideal para desenvolvedores de software e hardware que desejam construir sistemas embarcados usando aprendizado de máquina.
Verifique o preço mais recente e as avaliações do usuário na Amazon5) Processamento de linguagem natural com TensorFlow
Processamento de linguagem natural com TensorFlow é um livro escrito por Hushan Ganegedara. Neste livro, você também aprenderá a aplicar modelos RNN de alto desempenho e células de memória de curto prazo (LSTM) a tarefas de PNL. Você também poderá explorar a tradução automática neural e implementar um tradutor mecânico neural.
Depois de ler este livro, você entenderá sobre a tecnologia da PNL. Você também poderá aplicar o TensorFlow em aplicativos de PNL de aprendizado profundo e como realizar tarefas específicas de PNL.
Verifique o preço mais recente e as avaliações do usuário na Amazon6) Projetos de aprendizado de máquina TensorFlow
TensorFlow Machine Learning Projects é um livro escrito por Ankit Jain, Armando Fandango e Amita Kapoor. Este livro também ensina como construir projetos avançados. Você também poderá enfrentar desafios comuns usando bibliotecas do ecossistema TensorFlow.
Este livro também ensina como construir projetos em vários domínios do mundo real, codificadores automáticos, sistemas de recomendação, aprendizado por reforço, etc. Ao final deste livro de referência, você terá adquirido o conhecimento necessário para construir projetos de aprendizado de máquina.
Verifique o preço mais recente e as avaliações do usuário na Amazon7) Visão computacional prática com TensorFlow 2
Hands-On Computer Vision with TensorFlow 2 é um livro escrito por Benjamin Planche e Eliot Andres. Este livro o ajudará a explorar a estrutura de código aberto do Google para aprendizado de máquina. Você também entenderá como se beneficiar do uso de redes neurais convolucionais (CNNs) para tarefas visuais.
O livro começa com os fundamentos da visão computacional e do aprendizado profundo. O livro também ensina como construir uma rede neural a partir do zero. O livro ajuda a ensinar como classificar imagens com soluções modernas, como Inception e ResNet, e extrair conteúdo específico usando o método You Only Look Once (YOLO).
No final deste livro de material de estudo, você terá tanto a compreensão teórica quanto as habilidades práticas. Também ajuda a resolver problemas avançados de visão computacional.
Verifique o preço mais recente e as avaliações do usuário na Amazon8) Aprendizado Profundo Profissional com TensorFlow
Pro Deep Learning with TensorFlow é um livro escrito por Santanu Pattanayak. Você também será capaz de compreender a compreensão matemática e a intuição. Ele ajuda você a inventar novas arquiteturas e soluções de aprendizado profundo por conta própria.
O livro oferece experiência prática para que você possa aprender profundamente a partir do zero. Este livro do TensorFlow permitirá que você acelere rapidamente usando o TensorFlow. Ajuda a otimizar diferentes arquiteturas de aprendizado profundo.
O livro cobre muitos conceitos práticos de aprendizado profundo que são relevantes em qualquer setor e são enfatizados neste livro. O código fornecido neste material de referência está disponível na forma de notebooks e scripts do iPython.
Verifique o preço mais recente e as avaliações do usuário na Amazon9) Aprendizado prático profundo para nuvem, celular e Edge
Practical Deep Learning for Cloud, Mobile, and Edge é um livro escrito por Anirudh Koul, Siddha Ganju e Meher Kasam. Este livro ensina como construir aplicativos práticos de aprendizado profundo para navegadores em nuvem, dispositivos móveis.
O livro ensina o processo de conversão de uma ideia em algo que as pessoas do mundo real possam usar. Este livro também ensina como desenvolver inteligência artificial para uma variedade de dispositivos, incluindo Raspberry Pi e Google Coral. Você também receberá muitas dicas práticas para maximizar a precisão e velocidade do modelo.
Verifique o preço mais recente e as avaliações do usuário na Amazon10) Aprendizado profundo: a abordagem de um profissional
Deep Learning é um livro escrito por Josh Patterson e Adam Gibson. Este guia prático não fornece apenas as informações mais práticas disponíveis sobre o assunto. Também ajuda você a começar a criar redes eficientes de aprendizado profundo.
Você aprenderá sobre a teoria de aprendizado profundo antes de apresentar seu Deeplearning4j (DL4J) de código aberto. É uma biblioteca para o desenvolvimento de fluxos de trabalho de classe de produção. Usando exemplos do mundo real, você aprenderá métodos e estratégias facilmente.
Verifique o preço mais recente e as avaliações do usuário na Amazon