Deep Learning with Python

Deep learning práctico enseñado por el propio creador de Keras.

ÁreaDeep Learning
TemaDeep Learning
NivelIntermedio
Publicación2017 (2ª ED. 2021)

Autor(es): François Chollet

¿Qué puedes lograr leyendo este libro?

  • Implementar redes neuronales de principio a fin con Keras, sin fricción innecesaria
  • Entender la intuición detrás de CNNs, RNNs y Transformers sin ahogarte en matemáticas
  • Aplicar deep learning a visión, texto y series de tiempo con proyectos guiados completos

Descripción

Escrito por el creador de Keras, este libro enseña deep learning priorizando la intuición y la implementación práctica sobre la derivación matemática exhaustiva, con proyectos completos de visión, NLP y generación, actualizados en su segunda edición con Transformers y técnicas modernas.

Para quién es ideal

  • Quien prefiere aprender deep learning haciendo antes que derivando matemáticas
  • Primer libro dedicado exclusivamente a deep learning tras una base de ML general
  • Practicantes que ya usan o quieren usar Keras/TensorFlow en el trabajo
  • Complemento práctico al libro teórico de Goodfellow et al.

Contenido destacado

  • Fundamentos de redes neuronales y su entrenamiento
  • Redes convolucionales para visión por computadora
  • Redes recurrentes y Transformers para texto y secuencias
  • Modelos generativos (autoencoders, GANs)
  • Buenas prácticas de desarrollo y despliegue con Keras

Ventajas y limitaciones

Ventajas

  • Escrito por la máxima autoridad posible sobre el framework que enseña
  • Prioriza intuición y código funcional sobre matemática exhaustiva
  • Segunda edición actualizada con Transformers y prácticas modernas

Limitaciones

  • Menor profundidad matemática que el libro de Goodfellow et al. para quien la busca
  • Atado específicamente al ecosistema Keras/TensorFlow

Libros relacionados