Deep Learning from Scratch: Construirea cu Python pornind de la primele principii

Recenzii ale cititorilor

Cartea oferă o introducere completă în codificarea rețelelor neuronale de la zero, cu exemple de cod utile și explicații intuitive. Cu toate acestea, cartea suferă de probleme semnificative, cum ar fi codul incomplet, explicații matematice slabe și erori pe tot parcursul, ceea ce duce la frustrare pentru mulți cititori. În timp ce versiunea online poate fi mai benefică decât cea tipărită, în general, cartea are o recepție mixtă.

Concepte bine organizate, clar explicate, exemple de cod extinse, accent unic pe codificarea rețelelor neuronale de la zero, resursă bună pentru înțelegerea fundamentelor deep learning.

Erori frecvente, cod incomplet, matematică prost explicată, diagrame în alb și negru, prezentare dezorganizată, iar unii cititori au simțit o lipsă de explicații de susținere sau intuiții în spatele conceptelor.

(pe baza a 36 recenzii ale cititorilor)

Titlul original:

Deep Learning from Scratch: Building with Python from First Principles

Conținutul cărții:

Odată cu reapariția rețelelor neuronale în anii 2010, învățarea profundă a devenit esențială pentru practicienii învățării automate și chiar pentru mulți ingineri software. Această carte oferă o introducere cuprinzătoare pentru cercetătorii de date și inginerii software cu experiență în învățarea automată. Veți începe cu elementele de bază ale deep learning și veți trece rapid la detaliile arhitecturilor avansate importante, implementând totul de la zero pe parcurs.

Autorul Seth Weidman vă arată cum funcționează rețelele neuronale folosind o abordare bazată pe primele principii. Veți învăța cum să aplicați rețele neuronale multistrat, rețele neuronale convoluționale și rețele neuronale recurente de la zero. Cu o înțelegere aprofundată a modului în care funcționează rețelele neuronale din punct de vedere matematic, computațional și conceptual, veți fi pregătit pentru succes în toate proiectele viitoare de învățare profundă.

Această carte oferă:

⬤  Modele mentale extrem de clare și aprofundate - însoțite de exemple de cod de lucru și explicații matematice - pentru înțelegerea rețelelor neuronale.

⬤ Metode de implementare a rețelelor neuronale multistrat de la zero, folosind un cadru orientat pe obiecte ușor de înțeles.

⬤ Implementări funcționale și explicații clare ale rețelelor neuronale convoluționale și recurente.

⬤ Implementarea acestor concepte de rețele neuronale folosind popularul cadru PyTorch.