《概率深度学习:使用Python,Keras和TensorFlow概率》

《概率深度学习:使用Python,Keras和TensorFlow概率》_第1张图片

Probabilistic Deep Learning: With Python, Keras and TensorFlow Probability
作者: Oliver Duerr
出版日期: 2020
ISBN: 9781617296079
页数: 252

语言: English
格式: PDF
大小: 60 Mb

概率性深度学习: 使用 python、 keras 和 tensorflow probability 教授日益流行的概率性深度学习方法,这种方法允许您在没有大量试错测试的情况下更快、更准确地完善您的结果。强调使用基于 python 的 tensorflow 概率框架的实用技术,您将学习构建高性能的深度学习应用程序,可以可靠地处理现实世界数据的噪音和不确定性。

这个世界充满了嘈杂和不确定。概率深度学习模型捕捉到了噪音和不确定性,将其引入到现实场景中。这些技术对无人驾驶汽车和科学测试至关重要,它们帮助深度学习工程师评估结果的准确性,发现错误,并提高他们对算法工作原理的理解。

概率深度学习是支持神经网络原理的实践指南。学习使用不同数据类型的正确分布来改进网络性能,并发现贝叶斯变量,它们可以表示自己的不确定性,从而提高准确性。这本书提供了易于应用的代码,并使用流行的框架来使您专注于实际应用。

包含内容:

  • 研究最大似然和统计基础的深入学习发现概率模型

  • 可以指出可能的结果学习使用归一化流建模和生成复杂的分布

  • 使用贝叶斯神经网络访问模型的不确定性

你可能感兴趣的:(神经网络,深度学习,机器学习,人工智能,编程语言)