Hands On Python Deep Learning for Web下载 - Hands On Python Deep Learning for Web源代码下载

Hands On Python Deep Learning for Web

网站数据

1.0.0

下载

动手python网络深度学习

这是Packt出版的Anubhav Singh和Sayak Paul的《 Anubhav Singh》和Sayak Paul的Web实践深度学习的代码存储库。

集成神经网络体系结构，以构建智能网络应用程序，用烧瓶，django和TensorFlow构建智能网络应用程序

这本书是关于什么的？

有效使用时，深度学习技术可以帮助您开发智能的Web应用程序。在本书中，您将介绍使用Python在Web开发中实施深度学习的最新工具和技术实践。从机器学习的基本原理开始，您将重点放在DL和神经网络的基础上，包括常见变体，例如卷积神经网络（CNN）。您将学习如何将它们与不同标准Web技术堆栈的前端集成到网站中。然后，这本书可以帮助您通过为自定义模型创建RESTFULE API来帮助您使用Python库（例如Django和Flask）来开发具有深度学习的Web应用程序的实践经验。稍后，您将探讨如何在Google Cloud和Amazon Web Services（AWS）上设置云环境，以用于基于深度学习的Web部署。

本书涵盖了以下令人兴奋的功能：

探索深度学习模型并在浏览器中实现它们
使用Django和Flask设计一个基于Web的智能客户端
与不同的基于Python的API一起执行深度学习任务
用TensorFlow.js实施流行的神经网络模型
使用深度学习在云上设计和建立深层网络服务

如果您觉得这本书适合您，请立即获取您的副本！

说明和导航

所有代码都组织到文件夹中。例如，第02章。

该代码看起来如下：

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

以下是这本书所需的：这本深入的学习书是针对数据科学家，机器学习从业人员以及希望在网络上执行深度学习技术和方法的深度学习工程师的。如果您是想要在浏览器中实现智能技术以使其更具交互性的网络开发人员，您还会发现这本书有用。 Python编程语言和基本机器学习技术的工作知识将是有益的。

使用以下软件和硬件列表，您可以运行书中存在的所有代码文件（第1-12章）。

软件和硬件列表

章	需要软件	需要操作系统
1-12	Python和其他Python包装的Anaconda分布	1 GB RAM最低，8 GB建议使用15 GB磁盘空间
1-12	您选择的代码编辑器（推荐崇高的文本3）	2 GB RAM

我们还提供了一个PDF文件，该文件具有本书中使用的屏幕截图/图表的颜色图像。单击此处下载它。

了解作者

自Bootstrap启动之前，Web开发人员Anubhav Singh是技术的探索者，经常启动不常见技术的疯狂组合。他是网络奥林匹克运动会的国际排名持有人，首先是开发自己的社交网络和搜索引擎，这是他15岁时的第一个项目，该项目在其运营年份中位于印度前500个网站之一。他一直在为社区开发域名的软件，而道路较少。您通常可以抓住他指导学生如何接近ML或网络，或者两者兼而有之。他还是Code Foundation的创始人，Code Foundation是一家以AI为中心的初创企业。 Anubhav是Venkat Panchapakesan纪念奖学金和英特尔软件创新者。

Sayak Paul目前正在Pyimagesearch和他一起使用深度学习来解决计算机视觉中的现实世界问题，并将解决方案带入边缘设备。他负责向Pyimagesearch读者提供问答支持。他感兴趣的领域包括计算机视觉，生成建模等。 Sayak以前在Datacamp开发了项目和实践池。在使用Datacamp之前，Sayak在TCS研究与创新（TRDC）上工作了数据隐私。在那里，他是TCS备受赞誉的GDPR解决方案Crystal Ball的一部分。在工作之外，Sayak喜欢写技术文章，并在开发人员聚会和会议上发表演讲。