Deep Learning mit Python, Dritte Auflage

ANT

★★★★★ 4.7
€48,95
Format
Über diese Ausgabe
  • Durchgehend farbige Diagramme und ausgearbeitete Beispiele.
  • Für Leser, die neu in diesem Thema sind, verfasst.
  • Kapitelweise Aufgaben mit vollständigen Lösungen.
  • Verknüpfen Sie diesen Block mit einem Produkt-Metafeld, um ihn je nach Titel zu variieren.
Veröffentlichungsdatum 18. November 2025
Autor François Chollet
€48,95

Kostenlose Lieferung bei Printausgaben.

Versand innerhalb von 1 Werktag
Auf Lager
Quantity
By placing your order you agree to purchase from Global-e as the merchant of record, subject to Global-e’s Terms and Conditions and Privacy Policy, and share your information with ANTBOOK.
Sicherer Checkout – durchgängig verschlüsselt Kostenloser Umtausch oder Rückgabe innerhalb von 30 Tagen, falls das Produkt defekt ist. Digitale Formate sofort verfügbar
Leser mochten auch

Entdecken Sie ein weiteres großartiges Werk für Ihre digitale Bibliothek.

€48,95

Beschreibung

Das meistverkaufte Buch über Python-Deep Learning, jetzt mit generativer KI, Keras 3, PyTorch und JAX!

„Deep Learning with Python, Third Edition“ legt Ihnen die Macht des Deep Learning in die Hände. Diese neue Ausgabe enthält die neuesten Keras- und TensorFlow-Funktionen, generative KI-Modelle und eine erweiterte Abdeckung von PyTorch und JAX. Lernen Sie direkt vom Keras-Erfinder und tauchen Sie selbstbewusst mit Python in die Welt des Deep Learning ein.

In „Deep Learning with Python, Third Edition“ erfahren Sie mehr über: Deep Learning von den Grundlagen an, die neuesten Funktionen von Keras 3, eine Einführung in JAX, PyTorch und TensorFlow, Bildklassifizierung und Bildsegmentierung, Zeitreihenprognosen, große Sprachmodelle, Textklassifizierung und maschinelle Übersetzung, Text- und Bilderzeugung – bauen Sie Ihr eigenes GPT und Diffusionsmodelle! Skalierung und Optimierung von Modellen.
Mit über 100.000 verkauften Exemplaren ermöglicht „Deep Learning with Python“ Entwicklern, Datenwissenschaftlern und Enthusiasten des maschinellen Lernens, Deep Learning in die Tat umzusetzen. In dieser erweiterten und aktualisierten dritten Ausgabe bietet Keras-Erfinder François Chollet Einblicke für Anfänger und erfahrene Anwender des maschinellen Lernens. Sie beherrschen modernste Deep-Learning-Tools und -Techniken, von den neuesten Funktionen von Keras 3 bis hin zum Bau von KI-Modellen, die Text und Bilder generieren können.

Über die Technologie

In weniger als einem Jahrzehnt hat Deep Learning die Welt verändert – und das gleich zweimal. Zuerst haben Python-basierte Bibliotheken wie Keras, TensorFlow und PyTorch neuronale Netze von Laborexperimenten zu leistungsstarken Produktionssystemen gemacht, die im großen Maßstab eingesetzt werden. Und jetzt, durch große Sprachmodelle und andere generative KI-Tools, verändert Deep Learning erneut Wirtschaft und Gesellschaft. In dieser neuen Ausgabe lädt Keras-Erfinder François Chollet Sie in dieses erstaunliche Thema in einem flüssigen, betreuenden Stil eines echten Insiders ein.

Über das Buch

„Deep Learning with Python, Third Edition“ macht die Konzepte hinter Deep Learning und generativer KI verständlich und zugänglich. Diese komplette Überarbeitung des meistverkauften Originals enthält neue Kapitel über Transformer, den Bau eines eigenen GPT-ähnlichen LLM und die Generierung von Bildern mit Diffusionsmodellen. Jedes Kapitel enthält praktische Projekte und Codebeispiele, die Ihr Verständnis von Deep Learning Schicht für Schicht aufbauen.

Was Sie erwartet: Praktisches, code-zentriertes Lernen Umfassend, von den Grundlagen bis zur generativen KI Intuitive und einfache mathematische Erklärungen Beispiele in Keras, PyTorch, JAX und TensorFlow.
Über den Leser

Für Leser mit mittleren Python-Kenntnissen. Keine Vorkenntnisse im maschinellen Lernen oder in linearer Algebra erforderlich.

Über den Autor

François Chollet ist Mitbegründer von Ndea und der Erfinder von Keras. Matthew Watson ist Softwareingenieur bei Google und arbeitet an Gemini sowie als Hauptbetreuer von Keras.

Inhaltsverzeichnis

1 Was ist Deep Learning?
2 Die mathematischen Bausteine neuronaler Netze
3 Einführung in TensorFlow, PyTorch, JAX und Keras
4 Klassifizierung und Regression
5 Grundlagen des maschinellen Lernens
6 Der universelle Workflow des maschinellen Lernens
7 Ein tiefer Einblick in Keras
8 Bildklassifizierung
9 ConvNet-Architekturmuster
10 Interpretation dessen, was ConvNets lernen
11 Bildsegmentierung
12 Objekterkennung
13 Zeitreihenprognosen
14 Textklassifizierung
15 Sprachmodelle und der Transformer
16 Textgenerierung
17 Bilderzeugung
18 Best Practices für die reale Welt
19 Die Zukunft der KI
20 Schlussfolgerungen

Spezifikationen

FormatEPUB, PDF
Seiten648
SpracheEnglisch
ISBN-13978-1633436589

Häufig gestellte Fragen

Benötige ich zum Herunterladen ein Konto?

Nein. Nach dem Kauf können Sie Ihr E-Book direkt über die Bestellbestätigung oder die Download-Seite aufrufen.

Was passiert, wenn ein Exemplar beschädigt ankommt?

Kontaktieren Sie uns, wir helfen Ihnen beim Zugriff auf die Datei oder stellen Ihnen bei Bedarf einen Ersatz-Download zur Verfügung.

Rezensionen

4.7★★★★★ 19 Bewertungen
5★84%4★11%3★3%2★1%1★1%
J Joana K. Verified
★★★★★Die Diagramme übernehmen die ErklärungDas Konzept gezeichnet zu sehen, bevor die Notation erschien, hat alles für mich verändert.
M Marcus T. Verified
★★★★★Eine Pflichtlektüre für meine KlasseDie Aufgabenblätter sind ordnungsgemäß benotet und die Lösungen sind vollständig.
Alle Rezensionen ansehen

Kunden haben auch heruntergeladen