Deep Learning mit Python und Keras
Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek
Franà§ois Chollet
Diese Publikation zitieren
Franà§ois Chollet, Deep Learning mit Python und Keras (2018), mitp-Verlag, Frechen, ISBN: 9783958458390
5237
Accesses
Accesses
217
Quotes
Quotes
Beschreibung / Abstract
Einführung in die grundlegenden Konzepte von Machine Learning und Deep LearningZahlreiche praktische Anwendungsbeispiele zum Lösen konkreter AufgabenstellungenMaschinelles Sehen, Sprachverarbeitung, Bildklassifizierung, Vorhersage von Zeitreihen, Stimmungsanalyse, Erzeugung von Bildern und Texten u.v.m.Dieses Buch ist eine praxisorientierte Einführung und erläutert die grundlegenden Konzepte sowie den konkreten Einsatz von Deep Learning. Der Autor verzichtet dabei weitgehend auf mathematische Formeln und legt stattdessen den Fokus auf das Vermitteln der praktischen Anwendung von Machine Learning und Deep Learning.Anhand zahlreicher Beispiele erfahren Sie alles, was Sie wissen müssen, um Deep Learning zum Lösen konkreter Aufgabenstellungen einzusetzen. Dafür verwendet der Autor die Programmiersprache Python und die Deep-Learning-Bibliothek Keras, die das beliebteste und am besten geeignete Tool für den Einstieg in Deep Learning ist.Das Buch besteht aus zwei Teilen: Teil I ist eine allgemeine Einführung in das Deep Learning und erläutert die grundlegenden Zusammenhänge und Begriffe sowie alle erforderlichen Konzepte, die für den Einstieg in Deep Learning und Neuronale Netze wichtig sind. In Teil II erläutert der Autor ausführlich praktische Anwendungsmöglichkeiten des Deep Learnings beim maschinellen Sehen (Computer Vision) und bei der Verarbeitung natürlicher Sprache. Viele der hier vorgestellten Beispiele können Ihnen später als Vorlage zum Lösen von Problemen dienen, die Ihnen in der Praxis des Deep Learnings begegnen werden.Das Buch wendet sich an Leser, die bereits Programmiererfahrung mit Python haben und ins Machine Learning und Deep Learning einsteigen möchten. Für den Einsatz von Keras werden grundlegende Python-Kenntnisse vorausgesetzt.
Beschreibung
Franà§ois Chollet ist bei Google tätig und befasst sich mit Deep Learning. Er ist der Entwickler der Deep-Learning-Bibliothek Keras und hat bedeutende Beiträge zum Machine-Learning-Framework TensorFlow geleistet. Er forscht auf dem Gebiet des Deep Learnings mit den Schwerpunkten maschinelles Sehen und der Anwendung des Machine Learnings auf formales Schließen. Seine Forschungsergebnisse wurden auf bedeutenden Veranstaltungen des Fachgebiets veröffentlicht, unter anderem auf der (CVPR), der (NIPS), der (ICLR) und weiteren.
Inhaltsverzeichnis
- Cover
- Titel
- Impressum
- Inhaltsverzeichnis
- Einleitung
- Über dieses Buch
- Wer sollte dieses Buch lesen?
- Überblick
- Erforderliche Hard- und Software
- Quellcode
- Das Forum zum Buch
- Über den Autor
- Über den Fachkorrektor
- Danksagungen
- Teil I: Grundlagen des Deep Learnings
- Kapitel 1: Was ist Deep Learning?
- Kapitel 2: Bevor es losgeht: die mathematischen Bausteine eines NNs
- Kapitel 3: Einführung in neuronale Netze
- Kapitel 4: Grundlagen des Machine Learnings
- Teil II: Deep Learning in der Praxis
- Kapitel 5: Deep Learning und maschinelles Sehen
- Kapitel 6: Deep Learning, Text und sequenzielle Daten
- Kapitel 7: Bewährte Verfahren des Deep Learnings
- Kapitel 8: Generatives Deep Learning
- Kapitel 9: Schlussfolgerungen
- Anhang A: Installation von Keras und der Erweiterungen unter Ubuntu
- A.1 Installation der wissenschaftlichen Pakete
- A.2 Einrichtung der GPU-Unterstützung
- A.3 Theano installieren (optional)
- A.4 Keras installieren
- Anhang B: Jupyter-Notebooks auf einer EC2-GPU-Instanz ausführen
- B.1 Was sind Jupyter-Notebooks? – Gründe, sie auf AWS-GPUs ausführen
- B.2 Gründe, auf AWS-Jupyter-Notebooks zu verzichten
- B.3 Einrichtung einer AWS-GPU-Instanz
- B.4 Keras installieren
- B.5 Lokale Portweiterleitung einrichten
- B.6 Jupyter mit dem lokalen Browser verwenden
- Stichwortverzeichnis