Description du livre
Développer et optimiser des modèles d'apprentissage en profondeur avec des architectures avancées. Ce livre vous enseigne les détails complexes et les subtilités des algorithmes qui sont au cœur des réseaux neuronaux convolutifs. Dans Advanced Applied Deep Learning, vous étudierez des sujets avancés sur CNN et la détection d'objets en utilisant Keras et TensorFlow.
En cours de route, vous examinerez les opérations fondamentales de CNN, telles que la convolution et la mise en commun, puis les architectures plus avancées telles que les réseaux d'inception, les resnets et bien d'autres. Pendant que le livre aborde des sujets théoriques, vous découvrirez comment travailler efficacement avec Keras avec de nombreux trucs et astuces, y compris comment personnaliser l'enregistrement dans Keras avec des classes de rappel personnalisé, ce qui est exécution impatiente, et comment l'utiliser dans vos modèles.
Enfin, vous étudierez le fonctionnement de la détection d'objets et construirez une implémentation complète de l'algorithme YOLO (vous ne regardez qu'une fois) dans Keras et TensorFlow. A la fin du livre, vous aurez implémenté différents modèles dans Keras et appris de nombreuses astuces avancées qui vous permettront d'atteindre un niveau supérieur.
Ce que vous apprendrez
Voyez comment fonctionnent les réseaux de neurones convolutifs et la détection d'objetsEnregistrer les poids et modèles sur disqueMettre en pause l'entraînement et le redémarrer ultérieurement Utilisez l'accélération matérielle (GPU) dans votre codeTravailler avec l'ensemble de données TensorFlow abstraction et utiliser des modèles préformés et transférer l'apprentissage.Supprimez et ajoutez des couches aux réseaux pré-formés pour les adapter à votre projet spécifique.Appliquer des modèles pré-entraînés tels qu'Alexnet et VGG16 à de nouveaux ensembles de données.
A qui s'adresse ce livre ?
Scientifiques et chercheurs possédant un savoir-faire intermédiaire à avancé en Python et en apprentissage machine. De plus, une connaissance intermédiaire de Keras et TensorFlow est attendue.