Hands On Python Deep Learning for Web

Hands On Python Deep Learning for Web

웹사이트 데이터

1.0.0

다운로드

웹 용 실습 파이썬 딥 러닝

이것은 Packt에서 게시 한 Anubhav Singh 및 Sayak Paul의 Web을위한 실습 파이썬 딥 러닝을위한 코드 저장소입니다.

Flask, Django 및 Tensorflow를 사용하여 스마트 웹 앱을 구축하기 위해 신경망 아키텍처 통합

이 책은 무엇에 관한 것입니까?

효과적으로 사용하면 딥 러닝 기술을 사용하면 지능형 웹 앱을 개발하는 데 도움이됩니다. 이 책에서는 Python을 사용하여 웹 개발에서 딥 러닝을 구현하는 데 사용되는 최신 도구 및 기술 관행을 다룹니다. 머신 러닝의 기초부터 시작하여 CNN (Convolutional Neural Networks)과 같은 일반적인 변형을 포함하여 DL 및 신경망의 기본 사항에 중점을 둘 것입니다. 다른 표준 웹 기술 스택의 정면과 함께 웹 사이트에 통합하는 방법을 배웁니다. 이 책은 맞춤형 모델을위한 편안한 API를 만들어 Django 및 Flask와 같은 Python 라이브러리를 사용하여 딥 러닝 지원 웹 앱을 개발하는 실질적인 경험을 얻는 데 도움이됩니다. 나중에 Google Cloud 및 Amazon Web Services (AWS)에서 딥 러닝 기반 웹 배포를위한 클라우드 환경을 설정하는 방법을 살펴 보겠습니다.

이 책은 다음과 같은 흥미로운 기능을 다룹니다.

딥 러닝 모델을 탐색하고 브라우저에서 구현하십시오.
Django 및 Flask를 사용하여 스마트 웹 기반 클라이언트를 설계하십시오
딥 러닝 작업을 수행하기 위해 다른 파이썬 기반 API와 함께 작업
Tensorflow.js를 사용하여 인기있는 신경망 모델을 구현하십시오
딥 러닝을 사용하여 클라우드에서 딥 웹 서비스를 설계하고 구축하십시오.

이 책이 당신을위한 것이라고 생각한다면, 오늘 사본을 받으십시오!

지시 및 탐색

모든 코드는 폴더로 구성됩니다. 예를 들어, 장 .02.

코드는 다음과 같습니다.

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

이 딥 러닝 북은 웹에서 딥 러닝 기술과 방법론을 수행하려는 데이터 과학자, 기계 학습 실무자 및 딥 러닝 엔지니어를위한 것 입니다. 또한 브라우저에서 스마트 기술을 구현하여보다 대화식으로 만드는 웹 개발자라면이 책이 유용하다는 것을 알게 될 것입니다. Python 프로그래밍 언어 및 기본 머신 러닝 기술에 대한 실무 지식이 도움이 될 것입니다.

다음 소프트웨어 및 하드웨어 목록을 사용하면 책에있는 모든 코드 파일 (1-12 장)을 실행할 수 있습니다.

소프트웨어 및 하드웨어 목록

장	필요한 소프트웨어	OS 필수
1-12	파이썬 및 기타 파이썬 패키지의 아나콘다 분포	1GB RAM 최소, 8GB 권장 15GB 디스크 공간
1-12	선택의 코드 편집기 (Sublime Text 3 권장)	2GB RAM

또한이 책에 사용 된 스크린 샷/다이어그램의 컬러 이미지가있는 PDF 파일도 제공합니다. 다운로드하려면 여기를 클릭하십시오.

저자를 알아 가십시오

Bootstrap이 출시되기 전부터 웹 개발자 인 Anubhav Singh 는 기술의 탐험가로서 종종 드문 기술의 미친 조합을 끌어 내고 있습니다. 사이버 올림피아드 (Cyber Olympiad)의 국제 랭크 보유자 인 그는 15 세의 나이에 첫 번째 프로젝트로 자신의 소셜 네트워크와 검색 엔진을 개발하기 시작했으며, 이는 운영 기간 동안 인도의 상위 500 개 웹 사이트 중 하나였습니다. 그는 도로가 덜 걸려있는 도메인에서 커뮤니티를위한 소프트웨어를 지속적으로 개발하고 있습니다. 당신은 종종 ML 또는 웹에 접근하는 방법에 대해 학생들에게 안내하거나 둘 다 함께 할 수 있습니다. 그는 또한 AI 중심의 스타트 업인 Code Foundation의 창립자이기도합니다. Anubhav는 Venkat Panchapakesan Memorial Scholarship Award와 Intel Software Innovator입니다.

Sayak Paul은 현재 Pyimagesearch와 함께 있으며 딥 러닝을 적용하여 컴퓨터 비전의 실제 문제를 해결하고 Edge 장치에 솔루션을 제공합니다. 그는 Pyimagesearch Readers에게 Q & A 지원을 제공 할 책임이 있습니다. 그의 관심 분야에는 컴퓨터 비전, 생성 모델링 등이 있습니다. 이전에 DataCAMP에서 Sayak은 프로젝트와 실습 수영장을 개발했습니다. DataCAMP 이전에 Sayak은 TCS Research and Innovation (TRDDC)에서 데이터 개인 정보에 대해 근무했습니다. 그곳에서 그는 Crystal Ball이라는 TCS의 비판적으로 유명한 GDPR 솔루션의 일부였습니다. 직장 이외의 Sayak은 기술 기사를 작성하고 개발자 회의 및 회의에서 연설하는 것을 좋아합니다.