Step by Step Tutorials on Deep Learning Using Scikit-Learn, Keras, and Tensorflow with Python GUI
Idioma: inglés
Editorial: Independently Published Apr 2021, 2021
- Tapa blanda
- Nuevo
Librería: AHA-BUCH GmbH, Einbeck, AlemaniaAHA-BUCH GmbH
Vendedor de IberLibro desde 14 de agosto de 2006
Condición: Nuevo
EUR 60,28
Cantidad disponible: 2 disponibles
Añadir al carritoDescripción del artículo del vendedor
Neuware.
N° de ref. del artículo 9798743414062
- Título
- Step by Step Tutorials on Deep Learning Using Scikit-Learn, Keras, and Tensorflow with Python GUI
- Autor
- Rismon Hasiholan Sianipar
- Editorial
- Independently Published Apr 2021
- Año de publicación
- 2021
- Estado
- Neu
- Encuadernación
- Taschenbuch
- Idioma
- inglés
- ISBN 13
- 9798743414062
- Peso del artículo
- 540 gramos
- Dimensiones
- 279x216x12 mm
In Chapter 1, you will learn to create GUI applications to display line graph using PyQt. You will also learn how to display image and its histogram.
In Chapter 2, you will learn how to use TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, NumPy and other libraries to perform classifying fruits using Fruits 360 dataset using Transfer Learning and CNN models. You will build a GUI application for this purpose. Here's the outline of the steps, focusing on transfer learning: 1. Dataset Preparation: Download the Fruits 360 dataset from Kaggle. Extract the dataset files and organize them into appropriate folders for training and testing. Install the necessary libraries like TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, and NumPy; Data Preprocessing: Use OpenCV to read and load the fruit images from the dataset. Resize the images to a consistent size to feed them into the neural network. Convert the images to numerical arrays using NumPy. Normalize the image pixel values to a range between 0 and 1. Split the dataset into training and testing sets using Scikit-Learn. 3. Building the Model with Transfer Learning: Import the required modules from TensorFlow and Keras. Load a pre-trained model (e.g., VGG16, ResNet50, InceptionV3) without the top (fully connected) layers. Freeze the weights of the pre-trained layers to prevent them from being updated during training. Add your own fully connected layers on top of the pre-trained layers. Compile the model by specifying the loss function, optimizer, and evaluation metrics; 4. Model Training: Use the prepared training data to train the model. Specify the number of epochs and batch size for training. Monitor the training process for accuracy and loss using callbacks; 5. Model Evaluation: Evaluate the trained model on the test dataset using Scikit-Learn. Calculate accuracy, precision, recall, and F1-score for the classification results; 6. Predictions: Load and preprocess new fruit images for prediction using the same steps as in data preprocessing. Use the trained model to predict the class labels of the new images.
In Chapter 3, you will learn how to use TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, NumPy and other libraries to perform classifying cats/dogs using dataset using Using CNN with Data Generator. You will build a GUI application for this purpose. The following steps are taken: Set up your development environment: Install the necessary libraries such as TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, NumPy, and any other dependencies required for the tutorial; Load and preprocess the dataset: Use libraries like OpenCV and NumPy to load and preprocess the dataset. Split the dataset into training and testing sets; Design and train the classification model: Use TensorFlow and Keras to design a convolutional neural network (CNN) model for image classification. Define the architecture of the model, compile it with an appropriate loss function and optimizer, and train it using the training dataset; Evaluate the model: Evaluate the trained model using the testing dataset. Calculate metrics such as accuracy, precision, recall, and F1 score to assess the model's performance; and so on.
In Chapter 4, you will learn how to use TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, NumPy and other libraries to perform detecting furnitures using Furniture Detector dataset using VGG16 model. You will build a GUI application for this purpose, and so on.
In Chapter 5, you will learn how to use TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, NumPy and other libraries to perform classifying fashion using Fashion MNIST dataset using CNN model. You will build a GUI application for this purpose, and so on.
“Sinopsis” puede pertenecer a otra edición de este título.
AHA-BUCH GmbH
Einbeck, Alemania
Vendedor de IberLibro desde 14 de agosto de 2006
Tarifas de envío de Alemania a Estados Unidos de America
| Artículo | De 7 a 10 días hábiles | De 5 a 7 días hábiles |
|---|---|---|
| Primer artículo | EUR 35,00 | EUR 45,00 |
Métodos de pago
- Cheque
- Giro bancario
- PayPal
Descripción de la tienda
Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.
Especialidad
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumInformación empresarial del vendedor
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Alemania 37574
Condiciones de venta
IImprint
Información del vendedor
AHA-BUCH GmbH
representado por el director gerente Christel Glass
Garlebsen 48
37574 Einbeck
Alemania
Teléfono: 055639996039
Fax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
Inscrita en el Registro Mercantil Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Resolución alternativa de conflictos:
La Comisión Europea proporciona una plataforma para la resolución extrajudicial de litigios en línea (plataforma ODR), a la que se puede acceder en https://ec.europa.eu/odr.
Somos miembros de la iniciativa "FairCommerce" desde el 25.05.2018.
Para obtener más información, consulte www.fair-commerce.de.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a AHA-BUCH GmbH, Einbeck, Germany, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Enviamos su pedido después de recibirlos
para artículos disponibles las últimas 24 horas,
para artículos con suministro nocturno a más tardar 48 horas.
En caso de que necesitemos pedir un artículo a nuestro proveedor, nuestro tiempo de envío depende de la fecha de recepción de los artículos, pero los artículos se enviarán el mismo día.
Nuestro objetivo es enviar los artículos pedidos de la manera más rápida, pero también más eficiente y segura a nuestros clientes.