Hodnotenie:
Kniha je komplexným a dobre štruktúrovaným úvodom do hlbokého učenia pomocou PyTorchu, vhodným pre začiatočníkov a stredne pokročilých čitateľov. Pokrýva široké spektrum tém od spracovania dát až po nasadenie modelov, s jasnými vysvetleniami a praktickými príkladmi kódu.
Výhody:Kniha je dobre napísaná a čitateľná, poskytuje dôkladné pochopenie konceptov hlbokého učenia. Obsahuje príklady kódu krok za krokom, snímky obrazovky pre aplikácie a pokrýva celý rad tém, ako je spracovanie údajov, analýza chýb a nasadenie modelov. Chválime ju najmä pre jej vhodnosť ako úvodného zdroja pre začiatočníkov.
Nevýhody:V recenziách neboli zaznamenané žiadne významné zápory.
(na základe 3 čitateľských recenzií)
The Deep Learning with PyTorch Workshop: Build deep neural networks and artificial intelligence applications with PyTorch
Získajte náskok vo svete umelej inteligencie a hlbokého učenia rozvíjaním svojich zručností pomocou PyTorchu
Kľúčové funkcie
⬤ Učte sa, ako definovať vlastnú architektúru siete v hlbokom učení.
⬤ Zavedenie užitočných metód na vytvorenie a trénovanie modelu pomocou syntaxe PyTorch.
⬤ Objavte, ako inteligentné aplikácie využívajúce funkcie ako rozpoznávanie obrazu a reči skutočne spracúvajú vaše dáta.
Popis knihy
Chcete sa zoznámiť s jednou z najpopulárnejších knižníc strojového učenia pre hlboké učenie? Pomôže vám v tom workshop Deep Learning with PyTorch, ktorý naštartuje vaše znalosti používania PyTorchu na hlboké učenie, aj keď začínate od nuly.
Nie je prekvapením, že popularita hlbokého učenia v posledných rokoch prudko vzrástla vďaka inteligentným aplikáciám, ako sú samojazdiace vozidlá, chatboti a hlasoví asistenti, ktorí nám uľahčujú život. Táto kniha vás zavedie do sveta hlbokého učenia, kde pomocou PyTorchu pochopíte zložitosť architektúr neurónových sietí.
Workshop Deep Learning with PyTorch začína úvodom do deep learningu a jeho aplikácií. Preskúmate syntax PyTorchu a naučíte sa definovať architektúru siete a trénovať model. Ďalej sa dozviete o troch hlavných architektúrach neurónových sietí - konvolučnej, umelej a rekurentnej - a dokonca budete riešiť reálne dátové problémy pomocou týchto sietí. V ďalších kapitolách sa dozviete, ako vytvoriť model prenosu štýlu na vytvorenie nového obrazu z dvoch obrázkov, a nakoniec vás oboznámime s tým, ako RNN ukladajú pamäť na riešenie kľúčových problémov s údajmi.
Na konci tejto knihy budete ovládať základné koncepty, nástroje a knižnice PyTorchu, aby ste mohli vyvíjať vlastné hlboké neurónové siete a inteligentné aplikácie.
Čo sa naučíte
⬤ Preskúmať rôzne aplikácie hlbokého učenia.
⬤ Poznáte prístup PyTorchu k budovaniu neurónových sietí.
⬤ Vytvoriť a trénovať vlastný perceptron pomocou PyTorchu.
⬤ Riešiť regresné problémy pomocou umelých neurónových sietí (ANN).
⬤ Riešenie problémov počítačového videnia pomocou konvolučných neurónových sietí (CNN)
⬤ Vykonávať úlohy jazykového prekladu pomocou rekurentných neurónových sietí (RNN)
Pre koho je táto kniha určená
Táto kniha o hlbokom učení je ideálna pre každého, kto chce vytvárať a trénovať modely hlbokého učenia pomocou PyTorchu. Dôkladná znalosť programovacieho jazyka Python a jeho balíkov vám pomôže rýchlejšie pochopiť témy obsiahnuté v knihe.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)