Hlboké učenie: Teória a prax neurónových sietí, počítačového videnia, spracovania prirodzeného jazyka a transformátorov pomocou Tensorflo

Recenzie čitateľov

Táto kniha o hlbokom učení je chválená za zrozumiteľný text, praktické príklady kódovania v TensorFlow a schopnosť prístupným spôsobom sprostredkovať zložité koncepty. Poslúži tak inžinierom, ktorí sa chcú naučiť hlboké učenie pre praktické aplikácie, ako aj pokročilejším používateľom, ktorí hľadajú komplexné pochopenie tejto oblasti. Nemusí však byť vhodná pre úplných začiatočníkov alebo tých, ktorí hľadajú hlbokú matematickú analýzu.

Výborné vysvetlenie pojmov, praktické príklady kódovania, prístupný štýl písania, vhodný pre začiatočníkov aj odborníkov, pokrýva širokú škálu architektúr a aplikácií hlbokého učenia, relevantný a dobre organizovaný obsah, pekné usporiadanie a diagramy.

V niektorých oblastiach môže byť trochu uponáhľaná, nemusí poskytovať dostatočnú hĺbku pre úplných začiatočníkov alebo tých, ktorí hľadajú hlboké matematické pochopenie, problémy s kvalitou tlače pri niektorých výtlačkoch.

(na základe 22 čitateľských recenzií)

Pôvodný názov:

Learning Deep Learning: Theory and Practice of Neural Networks, Computer Vision, Natural Language Processing, and Transformers Using Tensorflo

Obsah knihy:

Farebná príručka spoločnosti NVIDIA o hlbokom učení: Všetko, čo potrebujete, aby ste mohli začať a dosahovať výsledky

"Umožniť každému, aby sa stal súčasťou tejto historickej revolúcie, si vyžaduje demokratizáciu znalostí a zdrojov AI. Táto kniha je aktuálna a relevantná smerom k dosiahnutiu týchto vznešených cieľov.".

-- Z predslovu Dr. Anima Anandkumara, profesora Brena, Caltech, a riaditeľa výskumu ML, NVIDIA

"Ekman používa techniku učenia, ktorá sa podľa našich skúseností ukázala ako kľúčová pre úspech -- vyzýva čitateľa, aby sa zamyslel nad používaním techník DL v praxi. Jeho priamočiary prístup je osviežujúci a čitateľovi umožňuje aspoň trochu snívať o tom, kam nás DL ešte môže zaviesť.".

-- Z predslovu Dr. Craiga Clawsona, riaditeľa NVIDIA Deep Learning Institute

Hlboké učenie (Deep Learning, DL) je kľúčovou súčasťou dnešného vzrušujúceho pokroku v oblasti strojového učenia a umelej inteligencie. Učenie hlbokého učenia je kompletný sprievodca DL. Táto kniha, ktorá objasňuje základné koncepty aj praktické techniky programovania potrebné na dosiahnutie úspechu, je ideálna pre vývojárov, dátových vedcov, analytikov a ďalších - vrátane tých, ktorí nemajú žiadne predchádzajúce skúsenosti so strojovým učením alebo štatistikou.

Po predstavení základných stavebných prvkov hlbokých neurónových sietí, ako sú umelé neuróny a plne prepojené, konvolučné a rekurentné vrstvy, Magnus Ekman ukazuje, ako ich použiť na vytvorenie pokročilých architektúr vrátane Transformátora. Opisuje, ako sa tieto koncepty používajú na budovanie moderných sietí pre počítačové videnie a spracovanie prirodzeného jazyka (NLP) vrátane masky R-CNN, GPT a BERT. A vysvetľuje, ako vzniká prekladač prirodzeného jazyka a systém generujúci popisy obrázkov v prirodzenom jazyku.

V celom texte Ekman uvádza stručné, dobre komentované príklady kódu s využitím TensorFlow s Keras. Zodpovedajúce príklady PyTorch sú uvedené online, a kniha tak pokrýva dve dominantné knižnice jazyka Python pre DL používané v priemysle a na akademickej pôde. V závere sa venuje úvodu do vyhľadávania v neurónovej architektúre (NAS), skúma dôležité etické otázky a poskytuje zdroje na ďalšie vzdelávanie.

⬤  Preskúmajte a osvojte si základné pojmy: perceptróny, učenie založené na gradiente, sigmoidné neuróny a spätné šírenie.

⬤ Uvidíte, ako rámce DL uľahčujú vývoj zložitejších a užitočnejších neurónových sietí.

⬤ Objavte, ako konvolučné neurónové siete (CNN) revolučne zmenia klasifikáciu a analýzu obrazu.

⬤ Použitie rekurentných neurónových sietí (RNN) a dlhej krátkodobej pamäte (LSTM) na text a iné sekvencie s premenlivou dĺžkou.

⬤ Majstrovsky ovládať NLP pomocou sietí typu sekvencia-sekvencia a architektúry Transformer.

⬤ Vytvárať aplikácie na preklad prirodzeného jazyka a tvorbu titulkov k obrázkom.

Vynález GPU spoločnosťou NVIDIA odštartoval trh s počítačovými hrami. Priekopnícka práca spoločnosti v oblasti akcelerovaných výpočtových systémov - supernabitej formy výpočtovej techniky na pomedzí počítačovej grafiky, vysokovýkonných výpočtových systémov a umelej inteligencie - mení podobu priemyselných odvetví s biliónovým obratom, ako je doprava, zdravotníctvo a výroba, a podporuje rast mnohých ďalších.

Zaregistrujte si knihu, aby ste získali pohodlný prístup k stiahnutiam, aktualizáciám a/alebo opravám, keď budú k dispozícii. Podrobnosti nájdete vo vnútri knihy.