Hands On Python Deep Learning for Web
1.0.0
هذا هو مستودع التعليمات البرمجية للتعلم العملي للبيثون على الويب من قبل Anubhav Singh و Sayak Paul ، التي نشرتها Packt.
دمج بنيات الشبكة العصبية لبناء تطبيقات الويب الذكية مع Flask و Django و TensorFlow
عند استخدامها بشكل فعال ، يمكن أن تساعدك تقنيات التعلم العميق على تطوير تطبيقات الويب الذكية. في هذا الكتاب ، ستغطي أحدث الأدوات والممارسات التكنولوجية التي يتم استخدامها لتنفيذ التعلم العميق في تطوير الويب باستخدام Python. بدءًا من أساسيات التعلم الآلي ، ستركز على DL وأساسيات الشبكات العصبية ، بما في ذلك المتغيرات الشائعة مثل الشبكات العصبية التلافيفية (CNNs). ستتعلم كيفية دمجها في مواقع الويب مع مقدمة من مداخن تقنية الويب القياسية المختلفة. يساعدك الكتاب بعد ذلك في اكتساب خبرة عملية في تطوير تطبيق ويب عميق مع التعلم باستخدام مكتبات Python مثل Django و Flask من خلال إنشاء واجهات برمجة التطبيقات المريحة للنماذج المخصصة. في وقت لاحق ، ستستكشف كيفية إعداد بيئة سحابية لنشرات الويب القائمة على التعلم على Google Cloud و Amazon Web Services (AWS).
يغطي هذا الكتاب الميزات المثيرة التالية:
إذا شعرت أن هذا الكتاب لك ، احصل على نسختك اليوم!
يتم تنظيم جميع الكود في مجلدات. على سبيل المثال ، الفصل 02.
سيبدو الكود كما يلي:
if (test expression)
{
Statement upon condition is true
}
فيما يلي ما تحتاجه لهذا الكتاب: كتاب التعلم العميق هذا مخصص لعلماء البيانات وممارسي التعلم الآلي ومهندسي التعلم العميق الذين يتطلعون إلى أداء تقنيات ومنهجيات التعلم العميق على الويب. ستجد أيضًا هذا الكتاب مفيدًا إذا كنت مطور ويب يريد تنفيذ تقنيات ذكية في المتصفح لجعله أكثر تفاعلية. ستكون المعرفة العملية بلغة برمجة بيثون وتقنيات التعلم الآلي الأساسي مفيدة.
مع قائمة البرامج والأجهزة التالية ، يمكنك تشغيل جميع ملفات التعليمات البرمجية الموجودة في الكتاب (الفصل 1-12).
| الفصل | البرامج المطلوبة | OS مطلوب |
|---|---|---|
| 1-12 | توزيع Anaconda من Python وحزم Python الأخرى | 1 غيغابايت من ذاكرة الوصول العشوائي كحد أدنى ، 8 جيجابايت موصى بها 15 جيجابايت من القرص |
| 1-12 | محرر التعليمات البرمجية من اختيارك (النص السامي 3 موصى به) | 2 جيجابايت ذاكرة الوصول العشوائي |
نقدم أيضًا ملف PDF يحتوي على صور ملونة لقطات الشاشة/المخططات المستخدمة في هذا الكتاب. انقر هنا لتنزيله.
التعلم الآلي التدريجي مع Tensorflow.js [Packt] [Amazon]
يشرع على شبكة الإنترنت مع Python [Packt] [Amazon]
Anubhav Singh ، وهو مطور ويب منذ ما قبل إطلاق Bootstrap ، هو مستكشف للتقنيات ، وغالبًا ما يسحب مجموعات مجنونة من التكنولوجيا غير المألوفة. لقد بدأ حامل رتبة دولي في أولمبياد السيبران ، من خلال تطوير شبكته الاجتماعية ومحرك البحث باعتباره أول مشاريع له في سن 15 ، والذي كان من بين أفضل 500 موقع ويب في الهند خلال سنوات التشغيل. إنه يقوم باستمرار بتطوير برامج للمجتمع في المجالات مع طرق أقل. يمكنك في كثير من الأحيان إمساكه بتوجيه الطلاب حول كيفية التعامل مع ML أو الويب ، أو كليهما معًا. إنه أيضًا مؤسس مؤسسة Code Foundation ، وهي شركة ناشئة تركز على الذكاء الاصطناعي. Anubhav هي منحة فينكات بانشابكسان التذكارية ومبتكرة برمجيات Intel.
يعمل Sayak Paul حاليًا مع Pyimagesearch ، حيث يطبق التعلم العميق لحل مشاكل العالم الحقيقي في رؤية الكمبيوتر وتقديم حلول إلى أجهزة الحافة. وهو مسؤول عن توفير دعم سؤال وجواب لقراء Pyimagesearch. تشمل مجالات اهتمامه رؤية الكمبيوتر والنمذجة التوليدية والمزيد. سابقا في Datacamp ، طور Sayak المشاريع ومتجمعات الممارسة. قبل Datacamp ، عمل Sayak في TCS Research and Innovation (TRDDC) على خصوصية البيانات. هناك ، كان جزءًا من محلول الناتج المحلي الإجمالي المشهود به في TCS يسمى Crystal Ball. خارج العمل ، يحب Sayak كتابة مقالات تقنية والتحدث في Meetups للمطور والمؤتمرات.
انقر هنا إذا كان لديك أي ملاحظات أو اقتراحات.
إذا كنت قد اشتريت بالفعل نسخة طباعة أو Kindle من هذا الكتاب ، فيمكنك الحصول على إصدار PDF خالي من DRM دون أي تكلفة.
ما عليك سوى النقر على الرابط للمطالبة بـ PDF المجانية.
https://packt.link/free-ebook/9781789956085
