Deep Learning for Coders cu Fastai și Pytorch: Aplicații AI fără doctorat

Recenzii ale cititorilor

Cartea „Deep Learning for Coders” de Jeremy Howard și Sylvain Gugger este considerată o resursă excelentă pentru învățarea practică în învățarea profundă, în special pentru cei care au o anumită experiență în programare. Cartea prezintă o abordare practică, de sus în jos, care permite cititorilor să se implice direct în aplicații și proiecte, folosind adesea biblioteca Fastai în combinație cu PyTorch. Cu toate acestea, a fost criticată pentru că este potențial confuză pentru începătorii absoluți și pentru că are exemple de cod învechite care pot provoca frustrare.

Bine structurat pentru învățarea practică, abordare practică excelentă, potrivit pentru cititorii cu experiență în programare, bogat în exemple de notebook Jupyter, bine formatat pentru lizibilitate pe Kindle, acoperă practici relevante și moderne de învățare profundă, comunitate de susținere și resurse disponibile pe GitHub.

Poate să nu fie potrivit pentru începători compleți fără cunoștințe anterioare, unii cititori consideră confuză metoda de predare de sus în jos, mai multe comentarii despre codul învechit care duce la erori, nu este ideal pentru cei cu cunoștințe anterioare de învățare profundă care caută materiale avansate, probleme potențiale cu editarea cuprinzătoare și coerența.

(pe baza a 52 recenzii ale cititorilor)

Titlul original:

Deep Learning for Coders with Fastai and Pytorch: AI Applications Without a PhD

Conținutul cărții:

Învățarea profundă este adesea privită ca fiind domeniul exclusiv al doctoranzilor în matematică și al marilor companii de tehnologie. Dar, după cum demonstrează acest ghid practic, programatorii care se descurcă bine cu Python pot obține rezultate impresionante în învățarea profundă cu puține cunoștințe de matematică, cantități mici de date și cod minim. Cum? Cu fastai, prima bibliotecă care oferă o interfață consistentă pentru cele mai frecvent utilizate aplicații de învățare profundă.

Autorii Jeremy Howard și Sylvain Gugger, creatorii fastai, vă arată cum să antrenați un model pe o gamă largă de sarcini folosind fastai și PyTorch. De asemenea, vă veți scufunda progresiv în teoria deep learning pentru a obține o înțelegere completă a algoritmilor din spatele scenei.

⬤ Învățați modele în viziunea computerizată, procesarea limbajului natural, date tabulare și filtrare colaborativă.

⬤ Învățați cele mai recente tehnici de învățare profundă care contează cel mai mult în practică.

⬤ Îmbunătățiți precizia, viteza și fiabilitatea prin înțelegerea modului în care funcționează modelele de învățare profundă.

⬤ Descoperiți cum să vă transformați modelele în aplicații web.

⬤ Implementați algoritmi de învățare profundă de la zero.

⬤ Considerați implicațiile etice ale activității dumneavoastră.

⬤ Obțineți informații din prefața cofondatorului PyTorch, Soumith Chintala.