¿Cuáles son algunos buenos libros sobre TensorFlow?

  1. Tutoriales de Tensorflow
  2. Hay un curso de Stanford en curso CS20SI Tensorflow para Deep Learning Research. Descargue notas y diapositivas de este curso, todo el curso se basa en tensorflow.
  3. Libro blanco de Tensorflow: http://download.tensorflow.org/p…
  4. TensorFlow for Machine Intelligence: una introducción práctica a los algoritmos de aprendizaje
  5. Aprendizaje automático práctico con Scikit-Learn y TensorFlow por Aurélien Géron
  6. Diapositiva de conferencia de Tensorflow http://cs224d.stanford.edu/lectu… de CS224d dada por B Ramsundar. Es una buena introducción a tensorflow y dibuja muchos paralelos entre los códigos numpy y tensorflow. También hay un video para esta conferencia:

Algunos de los libros que usan tensorflow para enseñar ML pero aún no se han publicado:

  • Aprendizaje automático con TensorFlow de Nishant Shukla (lanzado en verano de 2017)
  • Introducción a … por Sebastian Raschka [PDF / iPad / Kindle] .Github Link – Introducción a redes neuronales artificiales y aprendizaje profundo: una guía práctica con aplicaciones en Python
  • TensorFlow for Deep Learning por Bharath Ramsundar, Reza Bosagh Zadeh

¡Actualizaré la respuesta a medida que encuentre más recursos para aprender tensorflow!

Prueba este curso, este curso te guiará a través del uso del marco TensorFlow de Google para crear redes neuronales artificiales para el aprendizaje profundo y también los conceptos básicos del aprendizaje automático. Este curso tiene como objetivo brindarle una guía fácil de entender sobre las complejidades del marco TensorFlow de Google de una manera fácil de entender y su aplicación.

Enlace del curso: Aprenda Machine Learning y Deep Learning usando Tensor Flow & Keras

¿Qué aprenderás de este curso?

  • Comprender la intuición detrás de las redes neuronales artificiales
  • Aplicar redes neuronales artificiales en la práctica
  • Comprender la intuición detrás de las redes neuronales convolucionales
  • Comprender la intuición detrás de las redes neuronales convolucionales
  • Comprender la intuición detrás de las redes neuronales recurrentes
  • Aplicar redes neuronales recurrentes en la práctica
  • Comprender la intuición detrás del aprendizaje automático y sus aplicaciones.
  • Comprender los marcos de aprendizaje profundo y la comparación de rendimiento
  • Comprender los algoritmos de redes neuronales
  • Comprender las neuronas artificiales
  • Comprender los conceptos básicos de Tensor Flow
  • Comprender toneladas de otros conceptos relacionados con el aprendizaje profundo, el aprendizaje automático, las redes neuronales convolucionales y el flujo de tensor

Este curso cubre una variedad de temas, incluyendo

  • Conceptos básicos de la red neuronal
  • TensorFlow detallado, Keras, Sonnet, etc.
  • Redes neuronales artificiales
  • Tipos de red neuronal
  • Red de avance
  • Red de base radial
  • Mapas autoorganizados de Kohonen
  • Red neuronal recurrente
  • Redes neuronales modulares
  • Redes densamente conectadas
  • Redes neuronales convolucionales
  • Redes neuronales recurrentes
  • Aprendizaje automático
  • Comparaciones del marco de aprendizaje profundo

¿Quién es el público objetivo?

  • Cualquier persona interesada en Machine Learning, Deep Learning
  • Estudiantes que tienen al menos conocimientos de matemáticas en la escuela secundaria y que desean comenzar a aprender Machine Learning.
  • Cualquier persona de nivel intermedio que conozca los conceptos básicos del aprendizaje automático o el aprendizaje profundo, incluidos los algoritmos clásicos como la regresión lineal o la regresión logística y temas más avanzados como las redes neuronales artificiales, pero que quieran aprender más sobre él y explorar todos los diferentes campos de Deep Aprendizaje
  • Cualquiera que no se sienta tan cómodo con la codificación pero que esté interesado en Deep Learning y quiera aplicarlo fácilmente en conjuntos de datos
  • Cualquier estudiante en la universidad que quiera comenzar una carrera en Data Science
  • Cualquier analista de datos que quiera subir de nivel en Deep Learning
  • Cualquier persona que quiera crear valor agregado a su negocio mediante el uso de potentes herramientas de Deep Learning
  • Los dueños de negocios que quieran entender cómo aprovechar la tecnología exponencial de Deep Learning en sus negocios
  • Cualquier emprendedor que quiera crear disrupción en una industria utilizando los algoritmos más avanzados de Deep Learning

Descripción del curso por autor

¡Este curso lo guiará a través del uso del marco TensorFlow de Google para crear redes neuronales artificiales para el aprendizaje profundo y también los conceptos básicos del aprendizaje automático! Este curso tiene como objetivo brindarle una guía fácil de entender sobre las complejidades del marco TensorFlow de Google de una manera fácil de entender y su aplicación.

Los científicos de datos disfrutan de uno de los trabajos mejor pagados, con un salario promedio de $ 120,000 según Glassdoor y Indeed. Eso es solo el promedio! Y no se trata solo de dinero, ¡también es un trabajo interesante!

Si tiene experiencia en programación o scripting, este curso le enseñará las técnicas utilizadas por los científicos de datos reales y los profesionales del aprendizaje automático en la industria de la tecnología, y lo preparará para avanzar en esta ardiente carrera. Este es un curso completo con una intención muy clara y directa.

Existen muchos marcos de aprendizaje profundo, entonces, ¿por qué usar TensorFlow?

TensorFlow es una biblioteca de software de código abierto para el cálculo numérico que utiliza gráficos de flujo de datos. Los nodos en el gráfico representan operaciones matemáticas, mientras que los bordes del gráfico representan los conjuntos de datos multidimensionales (tensores) comunicados entre ellos. La arquitectura flexible le permite implementar el cálculo en una o más CPU o GPU en un escritorio, servidor o dispositivo móvil con una sola API. TensorFlow fue desarrollado originalmente por investigadores e ingenieros que trabajan en el equipo de Google Brain dentro de la organización de investigación de inteligencia artificial de Google con el fin de realizar aprendizaje automático y la investigación de redes neuronales profundas, pero el sistema es lo suficientemente general como para ser aplicable en una amplia variedad de otros dominios como bien.

Lo utilizan las principales empresas de todo el mundo, incluidas Airbnb, Ebay, Dropbox, Snapchat, Twitter, Uber, IBM, Intel y, por supuesto, Google.

¡Conviértete en un gurú del aprendizaje automático hoy! ¡Nos vemos dentro del curso!

No quiero ser subversivo, pero no usaría libros para aprender el flujo del tensor. Hay muchos tutoriales en la web.

Así es como aprende el flujo del tensor (al menos cómo lo hice):

  • Comprender cómo funcionan los gráficos computacionales. Es un poco diferente de numpy. Con numpy solo inicializas las matrices y haces cálculos basados ​​en eso. Con tensorflow y theano, básicamente especifica qué cálculos desea hacer y luego alimenta este ‘gráfico’ con sus valores reales.
  • Revisa todos los tutoriales en el sitio web de tensorflow.
  • Juega un poco con la implementación de diferentes algoritmos de aprendizaje automático / arquitecturas DL por un tiempo.
  • Siga haciendo proyectos y haciendo preguntas sobre los grupos de Google tensorflow y el desbordamiento de pila.

También hay un tutorial * en algún lugar que compara el flujo de tensor con numpy e introduce conceptos básicos. Lo cual es bastante instructivo para comenzar. No es necesario comprar libros caros 🙂

* aquí está el tutorial:

¡Todo lo mejor!

Aprendizaje automático práctico con Scikit-Learn y TensorFlow [1] tiene el equilibrio perfecto entre la teoría y la aplicación práctica.

Notas al pie

[1] Libros tecnológicos, libros electrónicos sin DRM, videos

En mi experiencia, Aprendizaje automático práctico con Scikit-Learn y TensorFlow Es un libro muy bueno para comenzar su viaje con el aprendizaje automático. Si no sabe mucho sobre el aprendizaje profundo, no se preocupe. Este libro práctico le muestra cómo puede usar herramientas simples y eficientes para implementar programas capaces de aprender de los datos. Con ejemplos simples y concretos, teoría mínima y dos marcos de Python listos para la producción, le ayuda a comprender los conceptos básicos y las herramientas para construir un sistema inteligente. Para que valga la pena leer este libro, solo necesita un poco de experiencia en programación. Si desea obtener más libros, puede visitar aquí.

Prueba esto.

1. Aprendizaje automático con TensorFlow

2. Primer contacto con TensorFlow

3. Aprendizaje profundo con Python:

4. TensorFlow para Machine Intelligence

5. Comenzando con TensorFlow

Fuente: TechLeer

TensorFlow es esencialmente un marco para construir redes neuronales de aprendizaje profundo. … Se necesitan muchos datos y recursos informáticos para entrenar un modelo de aprendizaje profundo. Un modelo de aprendizaje profundo capacitado es lo que permite las impresionantes capacidades de reconocimiento de patrones demostradas por Google.

Para comenzar, sugiero a continuación los libros y tutoriales en línea:

Comenzando con TensorFlow

https://github.com/aymericdamien … Comenzando con

TensorFlow | TensorFlow

Este es muy bueno, utilizando tensorflow en datos estructurados y no estructurados, desde la regresión lineal hasta el aprendizaje profundo.

TensorFlow Machine Learning Cookbook

visite MARSIAN Technologies para obtener más información.