Hlboké učenie s Pythonom - tretie vydanie: Pochopiť, ako fungujú hlboké neurónové siete a aplikovať ich na reálne úlohy

Recenzie čitateľov

Kniha „Python Deep Learning“ ponúka praktického a komplexného sprievodcu na pochopenie a vytváranie modelov hlbokého učenia pomocou jazyka Python. Vyvažuje teoretické základy s praktickými príkladmi a pokrýva základné témy, ako sú neurónové siete, konvolučné siete, spracovanie prirodzeného jazyka a MLOps. Je napísaná zrozumiteľne a pútavo, takže je vhodná pre začiatočníkov aj skúsených odborníkov. Čitatelia však občas upozornili na možný skok v zložitosti a navrhli jasnejšie špecifikácie verzií jazyka Python a knižníc.

Komplexné pokrytie konceptov hlbokého učenia od základov až po pokročilé témy.

Praktické praktické príklady a jasné vysvetlenia.

(na základe 10 čitateľských recenzií)

Pôvodný názov:

Python Deep Learning - Third Edition: Understand how deep neural networks work and apply them to real-world tasks

Obsah knihy:

Ovládnite efektívnu navigáciu neurónových sietí vrátane konvolúcií a transformátorov na riešenie úloh počítačového videnia a NLP pomocou jazyka Python

Kľúčové vlastnosti:

⬤ Poznajte teóriu, matematické základy a štruktúru hlbokých neurónových sietí.

⬤ Zoznámte sa s transformátormi, veľkými jazykovými modelmi a konvolučnými sieťami.

⬤ Učte sa, ako ich aplikovať na rôzne problémy počítačového videnia a spracovania prirodzeného jazyka Kúpa tlačenej knihy alebo knihy pre Kindle zahŕňa bezplatnú elektronickú knihu vo formáte PDF.

Popis knihy:

Oblasť hlbokého učenia sa v posledných rokoch rýchlo rozvíjala a dnes pokrýva široké spektrum aplikácií. To spôsobuje, že je náročné sa v nej orientovať a bez pevných základov ju ťažko pochopiť. Táto kniha vás prevedie od základov neurónových sietí až po najmodernejšie veľké jazykové modely, ktoré sa dnes používajú.

Prvá časť knihy predstavuje hlavné koncepty a paradigmy strojového učenia. Zahŕňa matematické základy, štruktúru a algoritmy trénovania neurónových sietí a ponára sa do podstaty hlbokého učenia.

Druhá časť knihy predstavuje konvolučné siete pre počítačové videnie. Naučíme sa riešiť úlohy klasifikácie obrazu, detekcie objektov, segmentácie inštancií a generovania obrazu.

Tretia časť sa zameriava na mechanizmus pozornosti a transformátory - základnú sieťovú architektúru veľkých jazykových modelov. Budeme diskutovať o nových typoch pokročilých úloh, ktoré dokážu riešiť, ako sú chatovacie roboty a generovanie textu na obraz.

Na konci tejto knihy budete dôkladne rozumieť vnútornému fungovaniu hlbokých neurónových sietí. Budete mať možnosť vyvíjať nové modely alebo prispôsobovať existujúce modely na riešenie úloh. Budete mať tiež dostatočné znalosti na to, aby ste mohli pokračovať vo výskume a držať krok s najnovším pokrokom v tejto oblasti.

Čo sa naučíte:

⬤ Získať teoretické základy hlbokých neurónových sietí.

⬤ Pochopiť konvolučné siete a aplikovať ich v aplikáciách počítačového videnia.

⬤ Získať prehľad o spracovaní prirodzeného jazyka a rekurentných sieťach.

⬤ Preskúmať mechanizmus pozornosti a transformátory.

⬤ Aplikujte transformátory a veľké jazykové modely pre prirodzený jazyk a počítačové videnie.

⬤ Vykonať príklady kódovania pomocou PyTorch, Keras a transformátorov objatí tváre.

⬤ Používajte MLOps na vývoj a nasadenie modelov neurónových sietí.

Pre koho je táto kniha určená:

Táto kniha je určená pre softvérových vývojárov/inžinierov, študentov, dátových vedcov, dátových analytikov, inžinierov strojového učenia, štatistikov a všetkých, ktorí sa zaujímajú o hlboké učenie. Predchádzajúce skúsenosti s programovaním v jazyku Python sú nevyhnutnou podmienkou.