Deep Learning avec Keras et TensorFlow / Aurélien Géron (2024)  

Titre : Deep Learning avec Keras et TensorFlow : Mise en oeuvre et cas concrets Type de document : texte imprimé Auteurs : Aurélien Géron, Auteur Mention d'édition : 3ème Ed. Autre Editeur : Farnham : O'Reilly Année de publication : 2024 Importance : 610 P. Présentation : Broche. Couv. ill. en coul., ill. Format : 24 cm ISBN/ISSN/EAN : 978-2-10-084769-3 Langues : Français (fre) Catégories : (02.60) Analyse numerique et informatique Mots-clés : Computer languages Index. décimale : 02.60 Résumé : L’objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Deep Learning et de vous montrer, grâce à de nombreux exemples de code accessibles en ligne, comment les mettre en pratique. - Construire et entraîner de nombreuses architectures de réseaux de neurones pour classification et régression à l’aide de Keras et TensorFlow 2. - Découvrir les mécanismes d’attention, les grands modèles de langage (LLM) tels que GPT-4, les réseaux antagonistes génératifs (GAN), les modèles de diffusion tels que DALL-E 2, la détection d’objets, la segmentation sémantique, etc. - Explorer Keras, l’API officielle de haut niveau pour TensorFlow 2, désormais compatible également avec PyTorch et JAX. - Entraîner de grands modèles à l’aide de TF Data, de l’API de stratégies de distribution, de TF Serving, de Keras Tuner, ou encore de la bibliothèque Transformers de Hugging Face. - Passer à l’échelle supérieure sur la plateforme Google Vertex AI, ou déployer sur des appareils mobiles. - Créer des agents d’apprentissage autonomes avec l’apprentissage par renforcement profond. En ligne : https://github.com/ageron/handson-ml3

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
PQ004676	02.60.GER	texte imprimé	Bibli FERMI 3R4	Recherche	Disponible

Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow / Aurélien Géron (2022)

Titre : Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow Type de document : texte imprimé Auteurs : Aurélien Géron, Auteur Mention d'édition : 3rd Ed Editeur : Farnham : O'Reilly Année de publication : 2022 Importance : XXV-834 P. Présentation : Broché. Couv. ill. en coul., graph Format : 23 cm ISBN/ISSN/EAN : 978-1-09-812597-4 Langues : Anglais (eng) Catégories : (02.60) Analyse numerique et informatique Mots-clés : 1 The Machine Learning Landscape. - 2 End-to-End Machine Learning Project. - 3 Classification. - 4 Training Models. - 5 Support Vector Machines. - 6 Decision Trees. - 7 Ensemble Learning and Random Forests. - 8 Dimensionality Reduction. - 9 Unsupervised Learning Techniques. - 10 Introduction to Artificial Neural Networks with Keras. - 11 Training Deep Neural Networks. - 12 Custom Models and Training with TensorFlow. - 13 Loading and Preprocessing Data with TensorFlow. - 14 Deep Computer Vision Using Convolutional Neural Networks. - 15 Processing Sequences Using . - 19 Training and Deploying TensorFlow Models at ScaleRNNs and CNNs. - 16 Natural Language Processing with RNNs and Attention. - 17 Autoencoders  GANs  and Diffusion Models. - 18 Reinforcement Learning Index. décimale : 02.60

Exemplaires(2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
PQ004604	02.60.GER	texte imprimé	Bibli FERMI 3R4	Recherche	Emprunté par: Didier POILBLANC Sorti jusqu'au 28/03/2025
PQ004581	02.60.GER	texte imprimé	Bibli FERMI 3R4	Recherche	Emprunté par: FeRMI LPCNO Sorti jusqu'au 13/09/2024

---

1 (1 - 2 / 2) Par page : 100