Hands On Python Deep Learning for Web Hands On Python Deep Learning for Webソースコードダウンロード

Hands On Python Deep Learning for Web

ウェブサイトデータ

1.0.0

ダウンロード

Webの実践的なPythonディープラーニング

これは、Packtが発行したAnubhav SinghとSayak PaulによるWebのハンズオンPython Deep Learningのコードリポジトリです。

Neural Networkアーキテクチャを統合して、Flask、Django、Tensorflowを使用してスマートWebアプリを構築する

この本は何ですか？

効果的に使用すると、ディープラーニングテクニックはインテリジェントなWebアプリの開発に役立ちます。この本では、Pythonを使用してWeb開発に深い学習を実装するために使用されている最新のツールと技術的慣行について説明します。機械学習の基礎から始めて、DLと、畳み込みニューラルネットワーク（CNNS）などの一般的なバリアントを含むニューラルネットワークの基本に焦点を当てます。さまざまな標準WebテクノロジースタックのフロントエンドでWebサイトにそれらを統合する方法を学びます。この本は、カスタムモデル用のRestful APIを作成することにより、DjangoやFlaskなどのPythonライブラリを使用して、深い学習対応のWebアプリを開発する実践的な経験を積むのに役立ちます。その後、Google CloudおよびAmazon Web Services（AWS）で深い学習ベースのWeb展開のためにクラウド環境をセットアップする方法を探ります。

この本は、次のエキサイティングな機能をカバーしています。

深い学習モデルを探索し、ブラウザにそれらを実装してください
DjangoとFlaskを使用して、スマートWebベースのクライアントを設計します
深い学習タスクを実行するために、さまざまなPythonベースのAPIを使用して連携
Tensorflow.jsを使用して一般的なニューラルネットワークモデルを実装します
ディープラーニングを使用してクラウド上にディープウェブサービスを設計および構築する

この本があなたのためであると感じたら、今日あなたのコピーを入手してください！

指示とナビゲーション

すべてのコードはフォルダーに編成されています。たとえば、第02章。

コードは次のようになります。

 if (test expression)
{
  Statement upon condition is true
}

この本には次のことが必要です。この深い学習本は、データサイエンティスト、機械学習実践者、ディープラーニングテクニックと方法論をWeb上で実行しようとしているディープラーニングエンジニア向けです。また、この本は、ブラウザにスマートテクニックを実装してよりインタラクティブにしたいWeb開発者である場合に役立ちます。 Pythonプログラミング言語と基本的な機械学習技術に関する実用的な知識は有益です。

次のソフトウェアとハードウェアリストを使用すると、本に存在するすべてのコードファイルを実行できます（第1〜12章）。

ソフトウェアとハードウェアリスト

章	ソフトウェアが必要です	OSが必要です
1-12	Pythonおよびその他のPythonパッケージのアナコンダ配布	1 GB RAM最小、8 GB推奨15 GBディスクスペース
1-12	お好みのコードエディター（崇高なテキスト3推奨）	2 GB RAM

また、この本で使用されているスクリーンショット/図のカラー画像を備えたPDFファイルも提供しています。ダウンロードするにはここをクリックしてください。

著者を知りましょう

Bootstrapが発売される前からWeb開発者であるAnubhav Singhは、テクノロジーの探検家であり、しばしば珍しい技術のクレイジーな組み合わせを引き出します。サイバーオリンピアードの国際的なランクホルダーである彼は、15歳の最初のプロジェクトとして独自のソーシャルネットワークと検索エンジンを開発することから始めました。彼は、道路が少ないドメイン内のコミュニティ向けのソフトウェアを継続的に開発しています。多くの場合、MLやWebへのアプローチ、またはその両方にどのようにアプローチするかについて、生徒を導くことができます。彼はまた、AIに焦点を当てたスタートアップであるCode Foundationの創設者でもあります。 Anubhavは、Venkat Panchapakesan Memorial Scholarship Awardeeであり、Intelソフトウェアの革新者です。

Sayak Paulは現在、Pyimagesearchを使用しており、コンピュータービジョンの実際の問題を解決し、Edgeデバイスにソリューションをもたらすために、深い学習を適用しています。彼は、PyimagesearchリーダーにQ＆Aサポートを提供する責任があります。彼の関心分野には、コンピュータービジョン、生成モデリングなどが含まれます。以前はDatacampで、Sayakはプロジェクトを開発し、プールを練習していました。 DataCampの前に、Sayakはデータプライバシーに関するTCS Research and Innovation（TRDDC）で働いていました。そこで、彼はCrystal Ballと呼ばれるTCSの絶賛されたGDPRソリューションの一部でした。仕事以外では、Sayakは技術的な記事を書いたり、開発者のミートアップや会議で話すのが大好きです。