Hlboké učenie pre programátorov s Fastai a Pytorch: Aplikácie umelej inteligencie bez doktorátu

Recenzie čitateľov

Kniha Deep Learning for Coders (Hlboké učenie pre programátorov) od Jeremyho Howarda a Sylvaina Guggera je všeobecne považovaná za vynikajúci zdroj informácií o praktickom učení sa v oblasti hlbokého učenia, najmä pre tých, ktorí majú určité skúsenosti s programovaním. Vyznačuje sa praktickým prístupom zhora nadol, ktorý umožňuje čitateľom zapojiť sa priamo do aplikácií a projektov, často s využitím knižnice Fastai v kombinácii s PyTorch. Bola však kritizovaná za to, že je potenciálne mätúca pre úplných začiatočníkov a že má zastarané príklady kódu, ktoré môžu spôsobiť frustráciu.

Dobre štruktúrovaná na praktické učenie, výborný praktický prístup, vhodná pre čitateľov so skúsenosťami s programovaním, bohatá na príklady z notebooku Jupyter, dobre formátovaná na čitateľnosť na Kindle, pokrýva relevantné a moderné postupy hlbokého učenia, podporná komunita a zdroje dostupné na GitHub.

Nemusí byť vhodná pre úplných začiatočníkov bez predchádzajúcich znalostí, niektorí čitatelia považujú metódu výučby zhora nadol za mätúcu, niekoľko pripomienok k neaktuálnemu kódu vedúcemu k chybám, nie je ideálna pre tých, ktorí majú predchádzajúce znalosti deep learningu a hľadajú pokročilý materiál, potenciálne problémy s komplexnou úpravou a koherenciou.

(na základe 52 čitateľských recenzií)

Pôvodný názov:

Deep Learning for Coders with Fastai and Pytorch: AI Applications Without a PhD

Obsah knihy:

Hlboké učenie sa často považuje za výhradnú doménu doktorandov matematiky a veľkých technologických spoločností. Ako však ukazuje táto praktická príručka, programátori, ktorí ovládajú Python, môžu dosiahnuť pôsobivé výsledky v oblasti hlbokého učenia s malým matematickým vzdelaním, malým množstvom údajov a minimálnym množstvom kódu. Ako? Pomocou fastai, prvej knižnice, ktorá poskytuje konzistentné rozhranie pre najčastejšie používané aplikácie hlbokého učenia.

Autori Jeremy Howard a Sylvain Gugger, tvorcovia fastai, vám ukážu, ako trénovať model na širokom spektre úloh pomocou fastai a PyTorchu. Postupne sa tiež ponoríte do teórie hlbokého učenia, aby ste získali úplné pochopenie algoritmov v pozadí.

⬤ Trénujte modely v oblasti počítačového videnia, spracovania prirodzeného jazyka, tabuľkových údajov a kolaboratívneho filtrovania.

⬤ Oboznámite sa s najnovšími technikami hlbokého učenia, ktoré sú v praxi najdôležitejšie.

⬤ Zlepšite presnosť, rýchlosť a spoľahlivosť tým, že pochopíte, ako fungujú modely hlbokého učenia.

⬤ Objavte, ako premeniť svoje modely na webové aplikácie.

⬤ Zavádzajte algoritmy hlbokého učenia od základov.

⬤ Zvážte etické dôsledky svojej práce.

⬤ Získajte poznatky z predslovu spoluzakladateľa PyTorchu, Soumitha Chintalu.