Der direkte Draht zu unseren Spezialisten – Jetzt anrufen: 02191 - 99 11 00 Mo.- Fr. 8.30-17 Uhr
EDV-BUCHVERSAND Delf Michel
Ihr Berater für IT-Bücher, Software & Hardware
Schön, dass Sie da sind. » Hier geht's zur Anmeldung
Service & Beratung – direkter Kontakt
 02191 - 99 11 00

Praxiseinstieg Deep Learning

Praxiseinstieg Deep Learning - Mit Python, Caffe, TensorFlow und Spark Anwendungen erstellen / Autor:  Wartala, Ramon, 978-3-96009-054-0
Bild vergrößern

Mit Python, Caffe, TensorFlow und Spark Anwendungen erstellen

Autor: Wartala, Ramon
von OReilly (dpunkt)
214 Seiten, Softcover
ersch. 01/2018
ISBN: 978-3-96009-054-0

Druckausgabe
2990 inkl. MwSt.
Versandkostenfrei (D) i
Best.Nr.: OR-054
Lieferbar in 48h Lieferbar in 48h
 
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-LearningAnwendungen 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
Hier das ganze Inhaltsverzeichnis lesen.


Leseprobe

Kapitel 3 zeigt Anwendungsgebiete von Deep Learning. In vielen Fällen nutzen wir Deep Learning bereits wie selbstverständlich, ohne dass es uns bewusst ist. Die Leseprobe zeigt unter anderem typische Beispiele bei der maschinellen Übersetzung und der Bilderkennung.


Über den Autor

Ramon WartalaRamon 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.
Sofort lieferbar! Für Bestellungen, die werktags bis 17 Uhr bei uns eingehen, erfolgt der Versand noch am selben Tag!
Sofort lieferbar! Mit dem Kauf dieses Artikels verzichten Sie auf Ihr Widerrufsrecht!
Für die Bestellung dieses Artikels erfolgt die Bearbeitung und Bereitstellung (Download-Link / Lizenzschlüssel) mit unserer Rechnungsstellung (Montag bis Freitag zwischen 9 und 17 Uhr).
Versandkosten Die Versandkosten für Deutschland betragen € 2.95. Für Österreich berechnen wir € 5,95 Versand und für die Schweiz € 12,95.
Kunden aus anderen Ländern entnehmen die für sie geltenden Versandkosten bitte dem Warenkorb.
Versandkosten Bücher sind innerhalb Deutschlands grundsätzlich versandkostenfrei.
Für Österreich berechnen wir € 5,95 Versand und für die Schweiz € 12,95.
Kunden aus anderen Ländern entnehmen die für sie geltenden Versandkosten bitte dem Warenkorb.
Um Ihnen das bestmögliche Shopping-Erlebnis zu bieten, verwenden wir "Cookies" auf unseren Seiten. Wenn Sie weitersurfen, stimmen Sie der Nutzung zu. » Einverstanden.