Deep Learning cu Python: Învățați cele mai bune practici ale modelelor de învățare profundă cu Pytorch

Recenzii ale cititorilor

În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 6 voturi.

Titlul original:

Deep Learning with Python: Learn Best Practices of Deep Learning Models with Pytorch

Conținutul cărții:

Stăpâniți aspectele practice ale implementării soluțiilor de învățare profundă cu PyTorch, folosind o abordare practică pentru a înțelege atât teoria, cât și practica. Această ediție actualizată vă va pregăti pentru aplicarea învățării profunde la probleme din lumea reală, cu o bază teoretică solidă și cunoștințe practice cu PyTorch, o platformă dezvoltată de Grupul de Cercetare a Inteligenței Artificiale al Facebook.

Veți începe cu o perspectivă asupra modului și motivului pentru care învățarea profundă cu PyTorch a apărut ca un cadru inovator cu un set de instrumente și tehnici pentru rezolvarea problemelor din lumea reală. În continuare, cartea vă va pune la curent cu fundamentele matematice ale algebrei liniare, calculului vectorial, probabilității și optimizării. După ce ați stabilit această bază, veți trece la componentele și funcționalitățile cheie ale PyTorch, inclusiv straturi, funcții de pierdere și algoritmi de optimizare.

Veți dobândi, de asemenea, o înțelegere a calculului bazat pe unități de procesare grafică (GPU), care este esențial pentru formarea modelelor de învățare profundă. Sunt abordate toate arhitecturile cheie în învățarea profundă, inclusiv rețelele feedforward, rețelele neuronale de convoluție, rețelele neuronale recurente, rețelele de memorie pe termen lung și scurt, autoencoderii și rețelele generative adversariale. Susținută de o serie de trucuri de meserie pentru antrenarea și optimizarea modelelor de învățare profundă, această ediție a Deep Learning with Python explică cele mai bune practici pentru a duce aceste modele în producție cu PyTorch.

Ce veți învăța

⬤ Revedeți fundamentele învățării automate, cum ar fi supraajustarea, subajustarea și regularizarea.

⬤ Înțelegeți fundamentele învățării profunde, cum ar fi rețelele feed-forward, rețelele neuronale de convoluție, rețelele neuronale recurente, diferențierea automată și coborârea stocastică a gradientului.

⬤ Aplicați algebra liniară aprofundată cu PyTorch.

⬤ Explorați fundamentele PyTorch și elementele sale de bază.

⬤ Lucrați cu reglarea și optimizarea modelelor.

Pentru cine este această carte

Începători cu cunoștințe practice de Python care doresc să înțeleagă Deep Learning într-o manieră practică, hands-on.