Deep Learning mit TensorFlow, Keras und TensorFlow.js

Deep Learning entdecken und erfolgreich implementieren. Aktuell zu TensorFlow 2 Deep Learning ist die Schlüsseltechnologie des derzeitigen Booms rund um Künstliche Intelligenz und Maschinelles Lernen. Dieses Buch zeigt Ihnen anhand zahlreicher Beispiele, wie Sie KI-Projekte mit TensorFlow 2 und weiteren Frameworks für Deep Learning umsetzen. Dr. Deru und Dr. Ndiaye sind langjährige Mitarbeiter am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in Saarbrücken. Die beiden KI-Profis zeigen Ihnen klar und präzise, wie Sie eigene Deep-Learning-Projekte entwickeln. Schritt für Schritt lernen Sie die Konzepte des Deep Learnings intensiv kennen und machen sich grundlegend mit TensorFlow 2, Keras und TensorFlow.js vertraut. Schon bald setzen Sie die mächtigen Frameworks für Ihre eigenen Projekte erfolgreich ein. Hinweis: Grundkenntnisse in Python und JavaScript werden vorausgesetzt. Mathematische Grundkenntnisse sind für das Verständnis neuronaler Netze nötig. Aber keine Angst! Die wichtigsten Konzepte und gängigsten Formeln, die für Deep Learning gebraucht werden, können Sie hier im Buch nachlesen. Von der Aufbereitung der Daten bis zur Visualisierung Mit Python, HTML5 und JavaScript Deep Learning entdecken Inkl. tf.keras, TensorBoard, TensorFlow Hub, ml5.js, Migration nach TensorFlow 2 Behandelt sowohl TensorFlow (für Python) als auch TensorFlow.js Aus dem Inhalt: Deep-Learning-Grundkonzepte Installation der Frameworks Vorgefertigte Modelle verwenden Datenanalyse und -vorbereitung Convolutional Networks, LSTM, RNN, Pooling ... Aufgaben eines Modells richtig festlegen Eigene Modelle trainieren Overfitting und Underfitting vermeiden Ergebnisse visualisieren