5 лучших книг для изучения библиотеки TensorFlow

TensorFlow — это библиотека для машинного обучения, созданная Google. В 2015 году компания открыла код библиотеки для свободного доступа, — пишет сайт pythonist.ru.

TensorFlow упрощает сложные вычисления, представляя их в виде графов и эффективно размечая части графов для машин в кластере или процессоров отдельной машины. Эта библиотека прекрасно подходит как для личных проектов, так и для бизнес-решений. Она гибкая, эффективная и портируемая; работает на самых разных устройствах, от смартфонов до огромных вычислительных кластеров.

В общем, совершенно не удивительно, что TensorFlow быстро стала любимым инструментом разработчиков для быстрого, эффективного и точного решения задач, связанных с глубоким обучением. В настоящее время TensorFlow активно используется в сфере обработки естественного языка, искусственного интеллекта, компьютерного зрения и предсказательной аналитики.

В этой статье мы представляем вам пять отличных книг, обучающих применению TensorFlow на практике.

Learn TensorFlow 2.0

Авторы: Pramod Singh, Avinash Manure. Год издания: 2020. Язык: английский.

Эта книга предназначена для специалистов по науке о данных, а также разработчиков систем машинного обучения. Прекрасные примеры, приведенные в этой книге, научат вас использовать TensorFlow для построения моделей машинного обучения и глубокого обучения.

Книга начинается с представления библиотеки TensorFlow 2.0 и анализа самых важных изменений, которые произошли в новом релизе. Дальнейшее содержание полностью сосредоточено на примерах использования TensorFlow 2.0. Также авторы рассматривают, как использовать API TensorFlow при построении моделей машинного и глубокого обучения для классификации изображений (со стандартными и пользовательскими параметрами).

Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow

Авторы: Орельен Жерон. Год издания: 2018. Язык: русский.

В наше время даже программисты, довольно мало знающие о машинном обучении, могут использовать простые и эффективные инструменты для реализации программ, способных учиться на данных. Эта книга покажет вам, как это делается.

В книге Орельена Жерона минимум теории, зато рассматриваются очень конкретные примеры с использованием двух фреймворков Python — scikit-learn и TensorFlow. Читая эту книгу, вы разберетесь в концепциях и инструментах создания интеллектуальных систем. Вы изучите ряд приемов, начиная с простой линейной регрессии и заканчивая глубокими нейронными сетями. Упражнения в каждой части книги помогут вам начать применять полученные знания на практике.

Машинное обучение и TensorFlow

Автор: Шакла Нишант. Год издания: 2019. Язык: русский.

«Машинное обучение и TensorFlow» дает читателям прочные базовые знания в сфере машинного обучения, а также практический опыт написания кода с использованием TensorFlow.

Работая с классическими алгоритмами прогнозирования, классификации и кластеризации, вы изучите основы машинного обучения. Затем вы перейдете к изучению таких концепций глубокого обучения, как автокодировщики, рекуррентные нейронные сети и обучение с подкреплением.

В общем, прочитав эту книгу, вы будете готовы использовать TensorFlow для собственных приложений машинного обучения и глубокого обучения.

Hands-On Deep Learning for Images with TensorFlow

Автор: Will Ballard. Год издания: 2018. Язык: английский.

Это практическое пособие. В нем вы найдете примеры реальных проектов, на основе которых автор покажет вам, как использовать возможности TensorFlow для эффективной обработки изображений с использованием возможностей глубокого обучения.

Читая эту книгу, вы познакомитесь с различными парадигмами глубокого обучения, такими как глубокие нейронные сети и сверточные нейронные сети, а также разберетесь, как их можно реализовать с помощью TensorFlow и Keras.

TensorFlow for Machine Intelligence

Авторы: Sam Abrahams, Danijar Hafner, Erik Erwitt, Ariel Scarpinelli. Год издания: 2016. Язык: английский.

Эта книга — практическое введение в изучение алгоритмов. Она предназначена для новичков в теме машинного обучения, которые слышали о TensorFlow, но боятся начать изучать эту библиотеку с чтения документации. «TensorFlow for Machine Intelligence» обеспечивает читателям пологую кривую обучения, а кроме того, предлагает примеры кода, иллюстрирующие каждый шаг.

Книга начинается с объяснения самых азов TensorFlow. В большинстве учебных пособий авторы пытаются объяснять терминологию библиотеки одновременно с концепциями машинного обучения. В этой книге использован другой подход. Вы сначала разбираетесь в механизмах TensorFlow и ее API, а уж после переходите к изучению машинного обучения.