معرفی و دانلود کتاب کراس (Keras) برای شبکه‌های عصبی

معرفی کتاب کراس (Keras) برای شبکه‌های عصبی

کراس به معنی یک کتابخانه‌ی متن‌باز در زبان پایتون است و جیمز مک کافری در کتاب کراس (Keras) برای شبکه‌های عصبی، به معرفی و نحوه‌ی استفاده از آن می‌پردازد. کاربرد کتابخانه‌ی کراس در آزمایش سریع یادگیری عمیق است و در طراحی آن بر ابعاد کوچک، ماژولار و قابلیت گسترش توجه می‌شود. در این کتاب که در زمینه‌ی آموزش شبکه و برنامه‌نویسی نوشته شده، طبقه‌بندی‌های چندطبقه‌ای، باینری و تصویر، رگرسیون، تحلیل احساسات، خودکدکننده‌ها، کدهای کمکی و یک ضمیمه‌ی نسبتاً کامل پایتون توضیح داده می‌شود.

درباره‌ی کتاب کراس (Keras) برای شبکه‌های عصبی

یادگیری عمیق نوعی زیرشاخه از آموزش ماشین و هوش مصنوعی است که می‌تواند باعث موفقیت‌های عمده در زمینه‌های بینایی کامپیوتر، پردازش صدا و اتومبیل‌های خودران شود. از سویی بیش از 10 کتابخانه‌ی یادگیری عمیق در پایتون وجود دارد که یکی از آن‌ها کراس است. کتابخانه‌ی کراس، یک پایتون محبوب و بهترین مکان برای شروع کار مبتدیان است. جیمز مک کافری (James McCaffrey) نیز در کتاب کراس برای شبکه‌های عصبی (Keras Succinctly)، مقدمات آن را به مخاطبش آموزش می‌دهد و در این مسیر نیز مرحله‌به‌مرحله و با انجام آزمایش‌ها و مدل‌سازی‌ها در هر 7 فصل، این مفهوم را در این فصل‌ها به‌اضافه‌ی چهار ضمیمه‌ی یادآوری آموزشی تشریح می‌کند. نویسنده در فصل اول کتاب، نصب کراس و آناکوندا، و تنسورفلو را توضیح می‌دهد و سپس به شرح طبقه‌بندی چندطبقه‌ای می‌پردازد. او در مرحله‌ی بعد با تشریح رگرسیون (Regression) و طبقه‌بندی باینری (Binary Classification)، برنامه‌ی کلیولند و طبقه‌بندی تصویر را نیز شرح می‌دهد. جیمز مک کافری در ادامه‌ی کتاب کراس (Keras) برای شبکه‌های عصبی، مدل شبکه‌ی عصبی LSTM و خودکدکننده‌ها (Autoencoders) را تعریف می‌کند و دست‌آخر نیز یک یادآوری از کدهای کمکی و پایتون را در اختیار مخاطب قرار می‌دهد. او در بخش یادآوری پایتون، متغیرها و رشته‌ها، عدد و ریاضیات، شرط و متغیرهای منطقی، تابع‌ها، لیست‌ها، برش‌ها، دیکشنری، دنباله‌های مرتب و ماژول‌ها را به‌صورت مختصر آموزش می‌دهد. او دو ضمیمه‌ی دیگر شامل یادگیری ماشین و استفاده از کولب گوگل را هم به کتاب اضافه می‌کند. کتاب کراس (Keras) برای شبکه‌های عصبی، نوشته‌ی جیمز مک‌کافری را انتشارات فناوری نوین با ترجمه‌ی مشترک هاشم مرادمند ضیابر و محمدرضا بیات به چاپ رسانده است.

کتاب کراس (Keras) برای شبکه‌های عصبی مناسب چه کسانی است؟

این کتاب به کسانی که با زبان پایتون و شبکه‌های عصبی آشنا و به‌دنبال یادگیری کراس هستند، پیشنهاد می‌شود.

با جیمز مک کافری بیشتر آشنا شویم

جیمز مک‌کافری در شرکت مایکروسافت با عنوان مهندس تحقیقات نرم‌افزار مشغول به کار است. او که دارای مدرک کارشناسی ارشد در سیستم‌های اطلاعاتی و مدرک دکترای روان‌شناسی شناختی و آمار محاسباتی است، به‌خاطر تحقیقاتش درباره‌ی یادگیری ماشین و اتوماسیون نرم‌افزار، و همچنین فعالیت‌هایش در زمینه‌ی تعامل انسان با ریاضیات ترکیبی شهرت دارد. بهترین کتاب جیمز مک‌کافری کراس (Keras) برای شبکه‌های عصبی است و از او در ایران تنها همین اثر به زبان فارسی منتشر شده است.

فهرست مطالب کتاب

فصل 1: شروع
نصب کراس و آناکوندا
نصب تنسورفلو و کراس 
ویرایش و اجرای برنامه‌های کراس
حذف کراس
فصل 2: طبقه‌بندی چندطبقه‌ای 
درک داده‌ها
برنامه گل زنبق
تعریف مدل شبکه عصبی
آموزش و ارزیابی مدل 
ذخیره‌سازی و استفاده از مدل
خلاصه و منابع برای مطالعه بیشتر 
فصل 3: رگرسیون
درک داده‌ها
برنامه بوستون
خواندن و تقسیم داده‌ها
تعریف مدل
آموزش و ارزیابی مدل 
ذخیره و استفاده از مدل
خلاصه و منابع 
فصل 4: طبقه‌بندی باینری
درک داده‌ها 
برنامه کلیولند
تعریف مدل شبکه عصبی
آموزش و ارزیابی مدل 
ذخیره و استفاده آتی از مدل
خلاصه و منابع
فصل 5: طبقه‌بندی تصویر
درک داده‌ها
برنامه MNIST
تعریف مدل شبکه عصبی کانولوشنال
آموزش و ارزیابی مدل
ذخیره و استفاده از مدل
خلاصه و منابع
فصل 6: تحلیل احساسات
درک داده‌ها
برنامه IMDB
تعریف مدل شبکه عصبی LSTM 
آموزش و ارزیابی مدل   
ذخیره و استفاده آتی از مدل 
خلاصه و منابع
فصل 7: خودکدکننده‌ها
درک داده‌ها
برنامه خودکدکننده
تعریف مدل خودکدکننده 
کامپایل و آموزش خودکدکننده 
ذخیره و استفاده از خودکدکننده 
خلاصه و منابع 
سایر منابع
ضمیمه A: کدهای کمکی
ضمیمه B: پایتون
متغیرها و رشته‌ها
عدد و ریاضیات
شرط و متغیرهای منطقی 
تابع‌ها
لیست‌ها
برش‌ها
دیکشنری
دنباله‌های مرتب (تاپِل)
ماژول‌ها
نوشتن ماژول‌های خودتان
ضمیمه C: یادگیری ماشین
شبکه‌های عصبی
آموزش کل شبکه
ضمیمه D: استفاده از کولب گوگل