Deep Learning Cookbook: Rețete practice pentru a începe rapid

Recenzii ale cititorilor

Cartea este lăudată pentru abordarea sa practică a învățării profunde, făcând subiectele complexe accesibile celor cu o înțelegere de bază a programării. Aceasta acoperă diverse subiecte, inclusiv clasificarea textului, procesarea imaginilor și analiza muzicii, însoțite de caiete Python utile. Cu toate acestea, are unele limitări, cum ar fi faptul că este în alb și negru și necesită modificări pentru ca unele exemple de cod să funcționeze corect.

Acoperă o mare varietate de subiecte în învățarea profundă, abordare practică, diagrame simple, ton distractiv, bine scris, însoțit de Python Notebooks și exemple partajate pe GitHub. Conține conținut unic, cum ar fi analiza muzicii.

Formatul alb-negru poate să nu fie ideal pentru toate rezultatele, unele exemple de cod necesită modificări înainte de a fi rulate și nu acoperă Deep Reinforcement Learning.

(pe baza a 7 recenzii ale cititorilor)

Titlul original:

Deep Learning Cookbook: Practical Recipes to Get Started Quickly

Conținutul cărții:

Învățarea profundă nu trebuie să fie intimidantă. Până de curând, această metodă de învățare automată necesita ani de studiu, dar cu cadre precum Keras și Tensorflow, inginerii software fără cunoștințe de învățare automată pot intra rapid în domeniu. Cu ajutorul rețetelor din această carte de bucate, veți învăța cum să rezolvați probleme de învățare profundă pentru clasificarea și generarea de text, imagini și muzică.

Fiecare capitol constă din mai multe rețete necesare pentru a finaliza un singur proiect, cum ar fi instruirea unui sistem de recomandare a muzicii. Autorul Douwe Osinga oferă, de asemenea, un capitol cu o jumătate de duzină de tehnici pentru a vă ajuta dacă sunteți blocat. Exemplele sunt scrise în Python, codul fiind disponibil pe GitHub ca un set de caiete Python.

Veți învăța cum să:

⬤ Creați aplicații care vor servi utilizatorilor reali.

⬤ Utilizați îmbinările de cuvinte pentru a calcula similaritatea textului.

⬤ Construiți un sistem de recomandare a filmelor bazat pe linkuri Wikipedia.

⬤ Învățați cum văd AI-urile lumea prin vizualizarea stării lor interne.

⬤ Construirea unui model care să sugereze emoticonuri pentru bucăți de text.

⬤ Reutilizarea rețelelor preantrenate pentru a construi un serviciu de căutare inversă a imaginilor.

⬤ Compararea modului în care GAN-urile, autoencoderii și LSTM-urile generează pictograme.

⬤ Detectarea stilurilor muzicale și indexarea colecțiilor de cântece.