Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
DEEP LEARNING AVEC KERAS ET TENSORFLOW - 2E ED. - MISE EN OEUVRE ET CAS CONCRETS
Dunod - EAN : 9782100790661
Édition papier
EAN : 9782100790661
Paru le : 20 mai 2020
45,00 €
42,65 €
Epuisé
Pour connaître votre prix et commander, identifiez-vous
Remplacé par :
9782100847693
Arrêt définitif de commercialisation
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9782100790661
- Réf. éditeur : 1087750
- Editeur : Dunod
- Date Parution : 20 mai 2020
- Disponibilite : Epuisé
- Barème de remise : NS
- Nombre de pages : 576
- Format : 2.50 x 17.50 x 25.00 cm
- Poids : 1.159kg
-
Résumé :
L'objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Deep Learning et de vous montrer, grâce à de nombreux exemples de code accessibles en ligne, comment les mettre en pratique.
Cette deuxième édition très remaniée tient notamment compte de la nouvelle version de TensorFlow 2, outil open source très efficace pour entraîner des réseaux de neurones artificiels.- Construire et former de nombreuses architectures de reseaux de neurones pour classification et regression à l'aide de TensorFlow 2.
- Découvrir la détection d'objets, la segmentation sémantique, les mécanismes d'attention, les modèles de langage, les réseaux anatagonistes génératifs, etc.
- Explorer l'API Keras, l'API officielle de haut niveau pour TensorFlow 2.
- Produire des modèles TensorFlow à l'aide de TF Data, de TF Transform, de l'API de stratégies de distribution et de TF Serving.
- Déployer sur la plateforme Google Cloud AI ou sur des appareils mobiles.
- Créer des agents d'apprentissage autonomes avec le Reinforcement Learning, y compris en utilisant la bibliothèque TF-Agents.
-
Biographie :
Aurélien Géron est consultant en Machine Learning. Ex-Googler, il a mené l'équipe de classification des vidéos de YouTube de 2013 à 2016. Auparavant, il avait cofondé en 2001 la société de conseil Polyconseil, puis en 2002 la société Wifirst.
Il a été consultant dans de nombreux domaines : de la santé (transfusion sanguine) aux télécoms (SFR, Bolloré Telecom), en passant par la finance (JP Morgan et Société Générale) et la défense (ministère de la Défense nationale du Canada).
Il a également enseigné en écoles d’ingénieurs.
