Hands On Python Deep Learning for Web下載 - Hands On Python Deep Learning for Web源代碼下載

Hands On Python Deep Learning for Web

網站數據

1.0.0

下載

動手python網絡深度學習

這是Packt出版的Anubhav Singh和Sayak Paul的《 Anubhav Singh》和Sayak Paul的Web實踐深度學習的代碼存儲庫。

集成神經網絡體系結構，以構建智能網絡應用程序，用燒瓶，django和TensorFlow構建智能網絡應用程序

這本書是關於什麼的？

有效使用時，深度學習技術可以幫助您開發智能的Web應用程序。在本書中，您將介紹使用Python在Web開發中實施深度學習的最新工具和技術實踐。從機器學習的基本原理開始，您將重點放在DL和神經網絡的基礎上，包括常見變體，例如卷積神經網絡（CNN）。您將學習如何將它們與不同標準Web技術堆棧的前端集成到網站中。然後，這本書可以幫助您通過為自定義模型創建RESTFULE API來幫助您使用Python庫（例如Django和Flask）來開發具有深度學習的Web應用程序的實踐經驗。稍後，您將探討如何在Google Cloud和Amazon Web Services（AWS）上設置雲環境，以用於基於深度學習的Web部署。

本書涵蓋了以下令人興奮的功能：

探索深度學習模型並在瀏覽器中實現它們
使用Django和Flask設計一個基於Web的智能客戶端
與不同的基於Python的API一起執行深度學習任務
用TensorFlow.js實施流行的神經網絡模型
使用深度學習在雲上設計和建立深層網絡服務

如果您覺得這本書適合您，請立即獲取您的副本！

說明和導航

所有代碼都組織到文件夾中。例如，第02章。

該代碼看起來如下：

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

以下是這本書所需的：這本深入的學習書是針對數據科學家，機器學習從業人員以及希望在網絡上執行深度學習技術和方法的深度學習工程師的。如果您是想要在瀏覽器中實現智能技術以使其更具交互性的網絡開發人員，您還會發現這本書有用。 Python編程語言和基本機器學習技術的工作知識將是有益的。

使用以下軟件和硬件列表，您可以運行書中存在的所有代碼文件（第1-12章）。

軟件和硬件列表

章	需要軟件	需要操作系統
1-12	Python和其他Python包裝的Anaconda分佈	1 GB RAM最低，8 GB建議使用15 GB磁盤空間
1-12	您選擇的代碼編輯器（推薦崇高的文本3）	2 GB RAM

我們還提供了一個PDF文件，該文件具有本書中使用的屏幕截圖/圖表的顏色圖像。單擊此處下載它。

了解作者

自Bootstrap啟動之前，Web開發人員Anubhav Singh是技術的探索者，經常啟動不常見技術的瘋狂組合。他是網絡奧林匹克運動會的國際排名持有人，首先是開發自己的社交網絡和搜索引擎，這是他15歲時的第一個項目，該項目在其運營年份中位於印度前500個網站之一。他一直在為社區開發域名的軟件，而道路較少。您通常可以抓住他指導學生如何接近ML或網絡，或者兩者兼而有之。他還是Code Foundation的創始人，Code Foundation是一家以AI為中心的初創企業。 Anubhav是Venkat Panchapakesan紀念獎學金和英特爾軟件創新者。

Sayak Paul目前正在Pyimagesearch和他一起使用深度學習來解決計算機視覺中的現實世界問題，並將解決方案帶入邊緣設備。他負責向Pyimagesearch讀者提供問答支持。他感興趣的領域包括計算機視覺，生成建模等。 Sayak以前在Datacamp開發了項目和實踐池。在使用Datacamp之前，Sayak在TCS研究與創新（TRDC）上工作了數據隱私。在那裡，他是TCS備受讚譽的GDPR解決方案Crystal Ball的一部分。在工作之外，Sayak喜歡寫技術文章，並在開發人員聚會和會議上發表演講。