TensorFlow 2 Pocket Reference: Building and Deploying Machine Learning Models

Спецификации:
Автор: K. C. Tung
Количество страниц: 300
Год публикации: 2021
ID товара: 15432719
БЕСПЛАТНАЯ ДОСТАВКА от 20€
4999
Продавец: KATARATA 4.6
В корзину
Ваш город

Заберите в Omniva посылочном автомате

5 ноября

БЕСПЛАТНАЯ ДОСТАВКА от 20 €
000

Заберите в Smartpost посылочном автомате

5 ноября

БЕСПЛАТНАЯ ДОСТАВКА от 20 €
000

Заберите в DPD Pickup посылочном автомате

5 ноября

БЕСПЛАТНАЯ ДОСТАВКА от 20 €
000

Заберите в почтовом отделении Эстонии

5 ноября

БЕСПЛАТНАЯ ДОСТАВКА от 20 €
000

Доставим на дом

5 ноября

399

Внимание! Сроки доставки являются предварительными, так как cроки обновляются в зависимости от фактического времени размещения заказа и оплаты. Окончательный срок доставки указывается продавцом после подтверждения заказа.

Заберите в Omniva посылочном автомате

5 ноября

БЕСПЛАТНАЯ ДОСТАВКА от 20 €
000

Заберите в Smartpost посылочном автомате

5 ноября

БЕСПЛАТНАЯ ДОСТАВКА от 20 €
000

Заберите в DPD Pickup посылочном автомате

5 ноября

БЕСПЛАТНАЯ ДОСТАВКА от 20 €
000

Заберите в почтовом отделении Эстонии

5 ноября

БЕСПЛАТНАЯ ДОСТАВКА от 20 €
000

Доставим на дом

5 ноября

399

Внимание! Сроки доставки являются предварительными, так как cроки обновляются в зависимости от фактического времени размещения заказа и оплаты. Окончательный срок доставки указывается продавцом после подтверждения заказа.

Продавец: KATARATA 4.6
  • 84% покупателей рекомендовали бы этого продавца.

Описание товара: TensorFlow 2 Pocket Reference: Building and Deploying Machine Learning Models

This easy-to-use reference for TensorFlow 2 design patterns in Python will help you make informed decisions for various use cases. Author KC Tung addresses common topics and tasks in enterprise data science and machine learning practices rather than focusing on TensorFlow itself.When and why would you feed training data as using NumPy or a streaming dataset? How would you set up cross-validations in the training process? How do you leverage a pretrained model using transfer learning? How do you perform hyperparameter tuning? Pick up this pocket reference and reduce the time you spend searching through options for your TensorFlow use cases.Understand best practices in TensorFlow model patterns and ML workflowsUse code snippets as templates in building TensorFlow models and workflowsSave development time by integrating prebuilt models in TensorFlow HubMake informed design choices about data ingestion, training paradigms, model saving, and inferencingAddress common scenarios such as model design style, data ingestion workflow, model training, and tuning

Общая информация o: TensorFlow 2 Pocket Reference: Building and Deploying Machine Learning Models

ID товара: 15432719
Категория: Книги по экономике
Количество упаковок товара: 1 шт.
Размеры и вес упаковки (1): 0,03 x 0,11 x 0,18 м, 0,3 кг
Издательство: O'Reilly Media
Язык публикации: Aнглийский
Тип обложки: Мягкий
Формат: Традиционная книга
Тип: Информационные технологии
Raamat väljavõttega: Нет
Автор: K. C. Tung
Количество страниц: 300
Год публикации: 2021

Изображения продуктов приведены исключительно в иллюстративных целях и являются примерными. Ссылки на видео в описании товара предназначены только для информационных целей, поэтому информация, которую они содержат, может отличаться от самого товара. Цвета, надписи, параметры, размеры, функции и/или любые другие характеристики оригинальных продуктов из-за их визуальных характеристик могут отличаться от реальных, поэтому, пожалуйста, ознакомьтесь со спецификациями продукта, приведенными в описании продукта.

Рейтинги и отзывы (0)

TensorFlow 2 Pocket Reference: Building and Deploying Machine Learning Models
Будьте первым, кто оставит отзыв!
Этот товар могут оценить только его покупатели, зарегистрированные на Kaup24.ee.
Оценить товар

Вопросы и ответы (0)

Спросите об этом товаре у других покупателей!
Задать вопрос
Ваш вопрос успешно отправлен. На этот вопрос будет дан ответ в течение 3 рабочих дней
Вопрос должен состоять не менее чем из 10 символов