Warenkorb

Lesen Sie Ihre eBooks auf dem tolino eReader. Jetzt zu Weihnachten bis zu 16% sparen.**

Praxiseinstieg Deep Learning

Mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen

Animals

Deep Learning ist ein Teilbereich des Machine Learning und basiert auf künstlichen neuronalen Netzen. Dieser praktische Leitfaden bietet einen schnellen Einstieg in die Schlüsseltechnologie und erschließt Grundlagen und Arbeitsweisen von Deep Learning.

Anhand Python-basierter Beispielanwendungen wird der Umgang mit den Frameworks Caffe/Caffe2 und TensorFlow gezeigt. Einfache, alltagstaugliche Beispiele laden zum Nachprogrammieren ein. Darüber hinaus erfahren Sie, warum moderne Grafikkarten, Big Data und Cloud Computing beim Deep Learning so wichtig sind. Wenn Sie bereits mit Python, NumPy und matplotlib arbeiten, ermöglicht Ihnen dieses Buch, praktische Erfahrungen mit Deep-Learning-Anwendungen zu machen.

Deep Learning - die Hintergründe
- Lernmethoden, die Deep Learning zugrunde liegen
- Aktuelle Anwendungsfelder wie maschinelle Übersetzungen, Sprach- und Bilderkennung bei Google, Facebook, IBM oder Amazon

Der Werkzeugkasten mit Docker
- Der Docker-Container zum Buch: Alle nötigen Tools und Programme sind bereits installiert, damit Sie die Beispiele des Buchs und eigene Deep-Learning-Anwendungen leicht ausführen können.
- Die Arbeitsumgebung kennenlernen: Jupyter Notebook, Beispieldatensätze, Web Scraping

Der Praxiseinstieg
- Einführung in Caffe/Caffe2 und TensorFlow
- Deep-Learning-Anwendungen nachprogrammieren: Handschrifterkennung, Bilderkennung und -klassifizierung, Deep Dreaming
- Lösungen für Big-Data-Szenarien: verteilte Anwendungen, Spark, Cloud-Systeme
- Modelle in produktive Systeme überführen
Portrait
Ramon Wartala ist Diplom-Informatiker und arbeitet als Senior Big Data Architect bei Tchibo in Hamburg. Er publiziert seit mehr als 20 Jahren regelmäßig in führenden deutschen Fachzeitschriften über die Themen Softwareentwicklung und Big Data und hat Bücher zu Ruby on Rails und zu Hadoop geschrieben. Als Spark und Hadoop-Enthusiast sucht er auf Meetups und Konferenzen regelmäßig den Austausch mit Gleichgesinnten.
… weiterlesen
  • Artikelbild-0
eBook kaufen
eBook verschenken

Beschreibung

Produktdetails

Format ePUB i
Kopierschutz Ja i
Seitenzahl 226 (Printausgabe)
Erscheinungsdatum 02.01.2018
Sprache Deutsch
EAN 9783960101574
Verlag O'Reilly
Dateigröße 14693 KB
Verkaufsrang 88181
eBook
eBook
23,99
23,99
inkl. gesetzl. MwSt.
inkl. gesetzl. MwSt.
Sofort per Download lieferbar
Sofort per Download lieferbar
Sie können dieses eBook verschenken  i
eBook kaufen
eBook verschenken
PAYBACK Punkte
Vielen Dank für Ihr Feedback!
Entschuldigung, beim Absenden Ihres Feedbacks ist ein Fehler passiert. Bitte versuchen Sie es erneut.
Ihr Feedback zur Seite
Haben Sie alle relevanten Informationen erhalten?
Ihr Feedback ist anonym. Wir nutzen es, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Wenn Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kundenservice wenden.

Kundenbewertungen

Durchschnitt
1 Bewertungen
Übersicht
0
0
1
0
0

Oberflächlich ok, im Details sehr viele Fehler
von einer Kundin/einem Kunden am 10.03.2018
Bewertet: Einband: Taschenbuch

Das Buch scheint oberflächlich erstmal ganz ok, wenn man es sich aber detailierter ansieht, muss man leider feststellen, dass dort viele Fehler sind. Man kann damit also den Grundgedanken des Deep Learnings erarbeiten. Für die technische Umsetzung muss man andere Werke nutzen oder viel Fehlerkorrektur betreiben. So wird zum Beis... Das Buch scheint oberflächlich erstmal ganz ok, wenn man es sich aber detailierter ansieht, muss man leider feststellen, dass dort viele Fehler sind. Man kann damit also den Grundgedanken des Deep Learnings erarbeiten. Für die technische Umsetzung muss man andere Werke nutzen oder viel Fehlerkorrektur betreiben. So wird zum Beispiel in Kapitel 2 die XOR-Schaltung definiert durch die Tabelle x1 | x2 | XOR 0 | 0 | 0 0 | 1 | 0 1 | 0 | 1 1 | 1 | 1 Das ist natürlich nicht korrekt und beruht darauf, dass der Autor an der Stelle ein zweischichtiges neuronales Netz beschreiben möchte, jedoch nur ein einschichtiges neuronales Netz implementiert und dieses eben nicht in der Lage ist, die XOR Schaltung zu realisieren. Wenn man die Tabelle anpasst, merkt man dann auch, dass das Netz es eben nicht umsetzen kann. Ähnliche Fehler findet man leider häufiger. 3 Sterne gibt es dafür, dass ein recht gutes Gesamtbild vermittelt wird. So werden neben den Frameworks auch nützliche Tools vorgestellt und Verfahren zur Erhebung von Daten erklärt.