Automated Deep Learning Using Neural Network Intelligence: Dezvoltarea și proiectarea modelelor Pytorch și Tensorflow utilizând Python

Titlul original:

Automated Deep Learning Using Neural Network Intelligence: Develop and Design Pytorch and Tensorflow Models Using Python

Conținutul cărții:

Optimizați, dezvoltați și proiectați modele PyTorch și TensorFlow pentru o problemă specifică utilizând setul de instrumente Microsoft Neural Network Intelligence (NNI). Această carte include exemple practice care ilustrează abordări automate de învățare profundă și oferă tehnici pentru a vă facilita dezvoltarea modelelor de învățare profundă.

Primele capitole ale acestei cărți acoperă elementele de bază ale utilizării setului de instrumente NNI și metodele de rezolvare a sarcinilor de optimizare a hiperparametrilor. Veți înțelege problema maximizării funcției black-box utilizând NNI și veți ști cum să pregătiți un model TensorFlow sau PyTorch pentru reglarea hiperparametrilor, să lansați un experiment și să interpretați rezultatele. Cartea se scufundă în tunerii de optimizare și în algoritmii de căutare pe care se bazează aceștia: Evolution search, Annealing search și abordarea optimizării bayesiene. Este abordată căutarea arhitecturii neuronale și veți învăța cum să dezvoltați modele de învățare profundă de la zero. Sunt prezentate abordările de căutare multi-trial și one-shot ale proiectării automate a rețelelor neuronale. Cartea vă învață cum să construiți un spațiu de căutare și să lansați o căutare de arhitectură utilizând cele mai recente strategii de explorare de ultimă oră: Efficient Neural Architecture Search (ENAS) și Differential Architectural Search (DARTS). Veți învăța cum să automatizați construirea unei arhitecturi de rețea neuronală pentru o anumită problemă și un anumit set de date. Cartea se concentrează pe metodele de compresie a modelului și de inginerie a caracteristicilor care sunt esențiale în învățarea profundă automatizată. Ea include, de asemenea, tehnici de performanță care permit crearea de platforme de formare distributivă la scară largă utilizând NNI.

După citirea acestei cărți, veți ști cum să utilizați întregul set de instrumente ale metodelor automate de învățare profundă. Tehnicile și exemplele practice prezentate în această carte vă vor permite să vă aduceți rutinele rețelelor neuronale la un nivel superior.

Ce veți învăța

⬤ Cunoașteți conceptele de bază ale tunerilor de optimizare, spațiului de căutare și încercărilor.

⬤ Aplicați diferiți algoritmi de optimizare a hiperparametrilor pentru a dezvolta rețele neuronale eficiente.

⬤ Construiți noi modele de învățare profundă de la zero.

⬤ Executați căutarea automată a arhitecturii neuronale pentru a crea modele de învățare profundă de ultimă generație.

⬤ Comprimați modelul pentru a elimina straturile inutile de învățare profundă.

Pentru cine este această carte

Oameni de știință de date intermediari până la avansați și ingineri de învățare automată implicați în învățarea profundă și dezvoltarea practică a rețelelor neuronale.