Kapitel 14: Die Funktionsweise von TensorFlow im Detail
In Kapitel 13 haben wir uns damit befasst, wie Tensoren definiert und bearbeitet werden, und die tf.data-API verwendet, um Eingabe-Pipelines zu erstellen. Zudem haben wir TensorFlows Keras-API (tf.keras) genutzt, um ein mehrschichtiges Perzeptron zur Klassifikation der Iris-Datensammlung zu erstellen und zu trainieren.
Nun haben Sie etwas Erfahrung mit dem Trainieren von TensorFlows NN und dem Machine Learning gesammelt und es ist an der Zeit, die TensorFlow-Bibliothek eingehender zu betrachten und die Vielzahl der Features zu erkunden, die es ermöglichen, in den nachfolgenden Kapiteln fortgeschrittenere Deep-Learning-Modelle zu implementieren.
In diesem Kapitel wollen wir uns auf verschieden ...
Get Machine Learning mit Python und Keras, TensorFlow 2 und Scikit-Learn now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
