Добавить в избранное
Форум
Правила сайта "Мир Книг"
Группа в Вконтакте
Подписка на книги
Правообладателям
Найти книгу:
Навигация
Вход на сайт
Регистрация



Реклама



Название: Learn TensorFlow 2.0: Implement Machine Learning and Deep Learning Models with Python
Автор: Pramod Singh, Avinash Manure
Издательство: Apress
Год: 2019
Страниц: 177
Язык: английский
Формат: pdf (true)
Размер: 10.1 MB

Learn how to use TensorFlow 2.0 to build Machine Learning and Deep Learning models with complete examples.

The book begins with introducing TensorFlow 2.0 framework and the major changes from its last release. Next, it focuses on building Supervised Machine Learning models using TensorFlow 2.0. It also demonstrates how to build models using customer estimators. Further, it explains how to use TensorFlow 2.0 API to build machine learning and deep learning models for image classification using the standard as well as custom parameters.

You'll review sequence predictions, saving, serving, deploying, and standardized datasets, and then deploy these models to production. All the code presented in the book will be available in the form of executable scripts at Github which allows you to try out the examples and extend them in interesting ways.

What You'll Learn:
Review the new features of TensorFlow 2.0
Use TensorFlow 2.0 to build machine learning and deep learning models
Perform sequence predictions using TensorFlow 2.0
Deploy TensorFlow 2.0 models with practical examples

Who This Book Is For:
Data scientists, machine and deep learning engineers.

Скачать Learn TensorFlow 2.0: Implement Machine Learning and Deep Learning Models with Python








ОТСУТСТВУЕТ ССЫЛКА/ НЕ РАБОЧАЯ ССЫЛКА ЕСТЬ РЕШЕНИЕ, ПИШИМ СЮДА!







Автор: Ingvar16 20-12-2019, 09:10 | Напечатать |
 
Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь.





С этой публикацией часто скачивают:

Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.


 MirKnig.Su  ©2024     При использовании материалов библиотеки обязательна обратная активная ссылка    Политика конфиденциальности