本书分为两大部分:第一部分主要基于Scikit-Learn,介绍机器学习的基础算法;第二部分则使用TensorFlow和Keras,介绍神经网络与深度学习。此外,附录部分的内容也非常丰富,包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博,覆盖了机器学习的各个领域,不仅介绍了传统的机器学习模型,...
机器学习实战:基于Scikit-Learn、Keras和TensorFlow(原书第2版) (法)奥雷利安·杰龙 计算机网络·人工智能·0字 完本| 更新时间 本书分为两部分。第一部分,机器学习基础,涵盖以下主题:什么是机器学习,它试图解决什么问题,以及系统的主要类别和基本概念;第二部分,神经网络和深度学习,涵盖以下主题:什么是神经网络...
本书分为两大部分:第一部分主要基于Scikit-Learn,介绍机器学习的基础算法;第二部分则使用TensorFlow和Keras,介绍神经网络与深度学习。此外,附录部分的内容也非常丰富,包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博,覆盖了机器学习的各个领域,不仅介绍了传统的机器学习模型,...
和Keras大部分功能一样,实现批归一化既简单又直观。只要每个隐藏层的激活函数前面或后面添加一个BatchNormalization层就行,也可以将BN层作为模型的第一层。例如,这个模型在每个隐藏层的后面使用了BN,第一层也用了BN(在打平输入之后): 代码语言:javascript ...
其它的深度学习库通过对大数据集做预处理,绕过了内存限制,但TensorFlow通过Data API,使一切都容易了:只需要创建一个数据集对象,告诉它去哪里拿数据,以及如何做转换就行。...TensorFlow负责所有的实现细节,比如多线程、队列、批次和预提取。另外,Data API和tf.keras
第一部分主要基于Scikit-Learn,而第二部分则使用TensorFlow和Keras。 因版权原因待上架 (法)奥雷利安·杰龙作者 作家主页 会员 机器学习实战:基于Scikit-Learn、Keras和TensorFlow(原书第3版) 本书分为两大部分:第一部分主要基于Scikit-Learn,介绍机器学习的基础算法;第二部分则使用TensorFlow和Keras,介绍神经网络与...
第一部分主要基于Scikit-Learn,而第二部分使用TensorFlow和Keras。 不要仓促地跳入深水区:虽然深度学习无疑是机器学习中非常令人兴奋的领域,但你应该首先掌握基础知识。此外,大多数问题都可以使用更简单的技术来很好地解决,例如随机森林和集成方法(在第一部分讨论)。深度学习最适合解决图像识别、语音识别或自然语言处理等...
在我们开始探索机器学习大陆之前,我们先看一看地图并了解这片大陆上的主要区域和最显著的地标:监督学习与无监督学习及其变体、在线学习与批量学习、基于实例与基于模型的学习。然后,我们将了解典型机器学习项目的工作流程,讨论你可能面临的主要挑战,并介绍如何评估和微调机器学习系统。 本章将介绍每个数据科学家都应该牢记...
本书分为两大部分:di一部分主要基于Scikit-Learn,介绍机器学习的基础算法;第二部分则使用TensorFlow和Keras,介绍神经网络与深度学习。此外,附录部分的内容也非常丰富,包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博,覆盖了机器学习的各个领域,不仅介绍了传统的机器学习模型,...