Python Deep Learning: Understand how deep neural networks work and apply them to real-world tasks - Ivan Vasilev Информация о торренте
Освойте эффективную навигацию по нейронным сетям, включая свертки и трансформаторы, для решения задач компьютерного зрения и обработки естественного языка с использованием ключевых особенностей Python. Изучите теорию, математические основы и структуру глубоких нейронных сетей. Ознакомьтесь с трансформаторами, большими языковыми моделями и сверточными сетями. Узнайте, как применять их к различным задачам компьютерного зрения и обработки естественного языка. При покупке печатной версии или книги Kindle вы получите бесплатную электронную книгу в формате PDF. Описание книги. Область глубокого обучения в последнее время быстро развивалась и сегодня охватывает широкий спектр приложений. Это затрудняет навигацию и понимание без прочных основ. Эта книга проведет вас от основ нейронных сетей до современных больших языковых моделей, используемых сегодня. Первая часть книги знакомит с основными концепциями и парадигмами машинного обучения. Она охватывает математические основы, структуру и алгоритмы обучения нейронных сетей и погружает в суть глубокого обучения. Вторая часть книги знакомит с сверточным сетям для компьютерного зрения. Мы научимся решать задачи классификации изображений, обнаружения объектов, сегментации экземпляров и генерации изображений. Третья часть посвящена механизму внимания и трансформаторам — базовой сетевой архитектуре больших языковых моделей. Мы обсудим новые типы сложных задач, которые они могут решать, такие как чат-боты и генерация текста в изображение. К концу этой книги вы будете иметь полное представление о внутренней работе глубоких нейронных сетей. Вы сможете разрабатывать новые модели и адаптировать существующие для решения своих задач. Вы также будете иметь достаточно знаний, чтобы продолжать свои исследования и оставаться в курсе последних достижений в этой области. Что вы изучитеСоздание теоретических основ глубоких нейронных сетейПонимание сверточных сетей и их применение в приложениях компьютерного зренияСтаньте хорошо разбирающимися в обработке естественного языка и рекуррентных сетяхИзучите механизм внимания и трансформаторыПрименение трансформаторов и больших языковых моделей для естественного языка и компьютерного зренияРеализация примеров кодирования с помощью PyTorch, Keras и Hugging Face TransformersИспользование MLOps для разработки и развертывания моделей нейронных сетейДля кого эта книгаЭта книга предназначена для разработчиков программного обеспечения/инженеров, студентов, специалистов по данным, аналитиков данных, инженеров машинного обучения, статистиков и всех, кто интересуется глубоким обучением. Предварительный опыт программирования на Python является обязательным условием. СодержаниеМашинное обучение — введениеНейронные сетиОсновы глубокого обученияКомпьютерное зрение с помощью сверточных сетейРасширенные приложения компьютерного зренияОбработка естественного языка и рекуррентные нейронные сетиМеханизм внимания и трансформаторыУглубленное изучение больших языковых моделейРасширенные приложения больших языковых моделейОперации машинного обучения (ML Ops) 587 страниц
Опубликовано 24 ноября 2023 г. Дополнительная информация: https://www.goodreads.com/book/show/175359213-pytho...uR9T3&rank=5
