TensorFlow Tutorials
1.0.0
Kami menyediakan kode sumber yang memungkinkan Anda mempraktikkan TensorFlow langkah demi langkah mulai dari dasar hingga aplikasi.
Ini mencakup sebagian besar konten dalam panduan yang disediakan di situs resmi TensorFlow, dan jauh lebih ringkas daripada kode sumber yang disediakan di situs resmi, sehingga Anda akan dapat mempelajari konsepnya dengan mudah. Juga, semua komentar dalam bahasa Korea (!).
Namun, karena fokusnya adalah mempelajari konsep dasar berbagai teknik dan model serta cara menggunakan TensorFlow daripada pemahaman mendalam tentang teori dan penerapan yang akurat, harap pertimbangkan bahwa ada banyak area yang penerapannya kurang memadai.
Selain itu, saya akan sangat menghargai jika Anda dapat merujuk ke kode dan komentar sehingga Anda dapat memahaminya secara berurutan daripada membuat kode yang indah.
Terima kasih kepada banyak orang yang menunjukkan minat pada repositori ini, saya mengatur anotasi, menambahkan penjelasan, dan menerbitkan buku berjudul 『Pembelajaran Mendalam 3 Menit Golbin Hacker』 (Hanbit Media, 2017).
Daripada mempelajari teori secara mendalam, kami berfokus pada mempelajari konsep dasar berbagai model deep learning dan cara menggunakan TensorFlow dasar. Oleh karena itu, menurut saya ini akan sangat membantu bagi pengembang yang baru mengenal pembelajaran mendalam/pembelajaran mesin.
Tentu saja, ini lebih bagus lagi untuk dekorasi. ^_^b
Ya24 | Toko Buku Kyobo | Aladin
Sebagai orang yang mempelajari deep learning, saya telah membaca cukup banyak buku asli, terjemahan dalam negeri, dan materi, namun saya belum pernah melihat apa pun yang menjelaskan poin-poin penting dengan cara yang ringkas dan praktis. Meskipun buku lain biasanya berhenti menjelaskan model CNN, buku ini mendekati model pembelajaran mendalam utama, termasuk RNN, DQN, dan autoencoder, dengan contoh praktis, memberikan arahan yang baik bagi mereka yang mempelajari pembelajaran mendalam. Saya sangat merekomendasikan buku ini sebagai buku yang wajib dimiliki oleh siapa pun yang memulai pembelajaran mendalam.
Byeong-wook Cho (Daehyeop Cho), insinyur cloud Google Korea, penulis 『(sisi server Daehyeop Cho) arsitektur berkapasitas besar dan penyetelan kinerja』
“Kecerdasan buatan adalah kekuatan era baru.” Andrew Ng, pakar pembelajaran mendalam terkemuka di dunia, mengungkapkan nilai masa depan AI sebagai berikut setelah meninggalkan Baidu. Artinya, AI bukan lagi sekedar kegiatan penelitian segelintir ilmuwan, namun sudah menjadi teknologi yang nyaman digunakan siapa saja dalam kehidupan sehari-hari, seperti halnya listrik. Faktanya, buku ini menjelaskan dengan baik bahwa deep learning, inti dari AI, adalah teknologi kelistrikan yang dapat digunakan dengan nyaman oleh siapa saja. CNN, peluru perak pengenalan gambar, GAN, kentang terpanas tahun 2016, RNN, perwakilan pengenalan bahasa alami, dan DQN Deep Mind Google diwakili oleh AlphaGo... Ini adalah singkatan yang agak sulit pada pandangan pertama, tetapi seperti yang Anda perlahan-lahan telusuri contoh kode dalam buku ini, Jika Anda mengikutinya, siapa pun akan dapat dengan mudah memahami apa sebenarnya teknologi yang mewakili bidang kecerdasan buatan melalui penjelasan yang ramah. Setelah membaca bab terakhir buku ini, saya semakin setuju dengan Andrew Ng. Saya yakin buku ini akan menjadi panduan yang baik bagi mereka yang ingin memanfaatkan listrik dengan baik.
Park Sang-gil, Kepala TF Pengembangan Pencarian Baru Kakao
Saya pikir saya bisa melakukan pendekatan pembelajaran mendalam dengan cara yang menyenangkan. Itu tidak terlalu ringan atau terlalu akademis. Saya percaya bahwa proses pembuatan kode satu per satu dan terorganisir dengan baik akan menjadi tonggak sejarah bagi mereka yang baru mengenal bidang ini.
Seo Min-gu, insinyur perangkat lunak Google Korea, penulis 『Latihan Pemrosesan & Analisis Data Menggunakan R』
Penjelasan mendetail yang berpusat pada kode dan konsep dasar dibuat dalam terminologi yang mudah! Ini adalah buku yang berfungsi sebagai panduan bagi para pengembang yang tidak menyadari pembelajaran mendalam saat berlayar menuju lautan pembelajaran mendalam. Saya ingin merekomendasikan ini kepada istri saya yang akan terjun ke dunia pembelajaran mendalam!
Ha Jeong-woo, Ketua Tim Riset AI Naver Clova
terbitan | Berbagi Slide
Mari kita gunakan Inception, model jaringan saraf yang dikembangkan oleh Google yang sangat baik untuk pengenalan gambar.
Tanpa harus mengimplementasikan sendiri model jaringan saraf, Anda dapat langsung menerapkan program dengan tingkat pengenalan yang sangat baik untuk berlatih menggunakan data Anda sendiri hanya dengan menulis skrip sederhana.
Untuk informasi lebih lanjut, silakan lihat dokumen 11 - Inception/README.md.
Mari terapkan DQN, pembelajaran penguatan menggunakan pembelajaran mendalam yang dikembangkan oleh DeepMind Google, yang terkenal dengan AlphaGo.
Ini mungkin tampak sedikit rumit, tetapi saya telah memisahkan bagian-bagian penting sebanyak mungkin, sehingga Anda dapat mengikutinya.
Untuk informasi lebih lanjut, silakan lihat dokumen 12 - DQN/README.md.
Untuk teori yang lebih mendasar, silakan merujuk ke kursus dan repositori berikut.
~/.matplotlib/matplotlibrc dan tambahkan pengaturan backend: TkAgg .
