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