Сет Вейдман. Глубокое обучение. Легкая разработка проектов на Python

Если вы уже пытались узнать что-то о нейронных сетях и глубоком обу­чении, то, скорее всего, столкнулись с изобилием ресурсов, от блогов до массовых открытых онлайн-курсов различного качества и даже книг. Ресурсы по нейронным сетям обычно делятся на две категории. Некоторые из них касаются в основном концептуальной и математической части и содержат как рисунки, которые, как правило, встречаются в объяснениях нейронных сетей, так и круги, соединенные линиями со стрелками на концах, а также подробные математические объяснения того, что происходит, чтобы вы могли «вникнуть в матчасть». На других ресурсах — много кода, запустив который вы видите, как снижается ошибка и «обучается» нейронная сеть.

Очевидно, что такие объяснения не дают понимания того, что на самом деле происходит: лежащих в основе математических принципов, отдельных компонентов нейронной сети, как они работают вместе и т.д. Для более точного понимания мы реализуем все эти концепции с нуля в Python и соединим их, создавая рабочие нейронные сети, которые вы можете обучать на своем компьютере дома. Несмотря на то что мы уделим немало времени деталям реализации, целью реализации этих моделей в Python будет укрепление и уточнение нашего понимания концепций.

В этой книге:

• Четкие схемы, помогающие разобраться в нейросетях, и примеры рабочего кода
• Методы реализации многослойных сетей с нуля на базе простой объектно-ориентированной структуры
• Примеры и доступные объяснения сверточных и рекуррентных нейронных сетей
• Реализация концепций нейросетей с помощью популярного фреймворка PyTorch

Издательство: Питер
Год: 2021
Страниц: 272
Язык: русский
Формат: pdf

 

Скачать книгу (10,19 МБ):