Paru le 24/09/2020 | Broché VIII-546 pages
Perfectionnement
et François Chollet | avant-propos de Nikhil Thorat et Daniel Smilkov | traduction Daniel Rougé
Deep Learning avec JavaScript
L'exécution d'applications de deep learning dans le navigateur ou sur des backends basés sur Node ouvre des possibilités passionnantes pour créer des applications Web intelligentes. Avec la bibliothèque TensorFlow.js, vous construirez et vous entraînerez des modèles de deep learning avec JavaScript. Avec une évolutivité, une modularité et une réactivité sans compromis en termes de qualité de production, TensorFlow.js brille par sa portabilité. Ses modèles fonctionnent partout où JavaScript fonctionne, poussant ainsi l'apprentissage automatique dans de nouveaux modèles d'application.
Dans ce livre, vous apprendrez à utiliser TensorFlow.js pour construire des modèles d'apprentissage profond qui s'exécutent directement dans le navigateur. Ce livre au rythme soutenu, écrit par des ingénieurs de Google, est un ouvrage pratique, engageant et facile à suivre. S'appuyant sur de nombreux exemples comme l'analyse de texte, le traitement de la parole, la reconnaissance d'image ou encore l'auto-apprentissage d'un jeu, il vous montrera comment maîtriser toutes les bases du deep learning. Par la suite, vous explorerez des concepts avancés, comme le réemploi de modèles existants pour l'apprentissage par transfert ou la génération d'images.
Pour les programmeurs JavaScript intéressés par le deep learning.
Shanging Cai, Stanley Bileschi et Eric D. Nielsen sont ingénieurs logiciel expérimentés au sein de l'équipe de Google Brain ; ils ont joué un rôle crucial dans le développement de l'API de haut niveau de TensorFlow.js. Ce livre s'inspire également en partie du classique Deep Learning with Python de François Chollet.