Step by Step Tutorials on Deep Learning Using Scikit-Learn, Keras, and Tensorflow with Python GUI
Langue : anglais
Edité par Independently Published Apr 2021, 2021
- Livre broché
- Neuf
Vendeur : AHA-BUCH GmbH, Einbeck, AllemagneAHA-BUCH GmbH
Vendeur AbeBooks depuis 14 août 2006
Etat: Neuf
EUR 60,28
Quantité disponible : 2 disponibles
Ajouter au panierA propos de cet article
Neuware.
N° de réf. du vendeur 9798743414062
- Titre
- Step by Step Tutorials on Deep Learning Using Scikit-Learn, Keras, and Tensorflow with Python GUI
- Auteur
- Rismon Hasiholan Sianipar
- Éditeur
- Independently Published Apr 2021
- Année de publication
- 2021
- État de l'article
- Neu
- Reliure
- Taschenbuch
- Langue
- anglais
- ISBN à 13 chiffres
- 9798743414062
- Poids de l'article
- 540 grammes
- Dimensions
- 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.
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
AHA-BUCH GmbH
Einbeck, Allemagne
Vendeur AbeBooks depuis 14 août 2006
Frais d'expédition de Allemagne vers Etats-Unis
| Article | 7 à 10 jours ouvrés | 5 à 7 jours ouvrés |
|---|---|---|
| Premier article | EUR 35,00 | EUR 45,00 |
Modes de paiement
- Chèque
- Paypal
- Virement bancaire
Description de la boutique
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.
Spécialité
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumProfil professionnel du vendeur
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Allemagne 37574
Conditions de vente
Empreinte
Informations sur le vendeur:
AHA-BUCH GmbH
représenté par le directeur général Christel Glass
Garlebsen 48
37574 Einbeck
Alemagne
Téléphone: 055639996039
Fax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
inscrit à Registre du commerce Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Modes alternatifs de règlement des différends :
La Commission européenne fournit une plate-forme de règlement extrajudiciaire des litiges en ligne (plate-forme ODR), accessible sous https://ec.europa.eu/odr.
Nous sommes membres de l’initiative « FairCommerce » depuis le 25.05.2018.
Pour plus d’informations, voir www.fair-commerce.de.
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à AHA-BUCH GmbH, Einbeck, Germany, sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.
Conditions d'expédition
Nous expédions votre commande après les avoir reçues
pour les articles disponibles au plus tard 24 heures,
pour les articles avec un approvisionnement de nuit au plus tard 48 heures.
Dans le cas où nous devons commander un article auprès de notre fournisseur, notre délai d’expédition dépend de la date de réception des articles, mais les articles seront expédiés le jour même.
Notre objectif est d’envoyer les articles commandés de la manière la plus rapide, mais aussi la plus efficace et la plus sécurisée à nos clients.