Python Deep Learning - Ediția a doua: Explorarea tehnicilor de învățare profundă și a arhitecturilor rețelelor neuronale cu PyTorch, Keras și TensorFlow, ediția a doua

Recenzii ale cititorilor

Cartea este o resursă cuprinzătoare privind învățarea profundă, acoperind o gamă largă de subiecte, de la rețele neuronale de bază la modele avansate precum învățarea prin consolidare și aplicații în domenii precum viziunea computerizată și vehiculele autonome. Cartea este bine primită pentru explicațiile sale clare și exemplele practice, ceea ce o face potrivită pentru diferite niveluri de competențe. Cu toate acestea, unii utilizatori deplâng eliminarea de conținut valoros din edițiile anterioare și există critici privind calitatea grafică și accesibilitatea materialelor suplimentare.

Acoperire largă a subiectelor de învățare profundă, explicații clare potrivite pentru diverse niveluri de calificare, exemple practice, includerea principalelor biblioteci de învățare profundă, secțiuni cuprinzătoare despre computer vision și învățarea prin consolidare.

Material valoros eliminat din edițiile anterioare, calitate grafică subpar, materiale suplimentare confuze (de exemplu, linkuri GitHub care indică depozite incorecte), iar unele subiecte, în special în procesarea limbajului natural, ar putea folosi mai multe detalii.

(pe baza a 8 recenzii ale cititorilor)

Titlul original:

Python Deep Learning - Second Edition: Exploring deep learning techniques and neural network architectures with PyTorch, Keras, and TensorFlow, 2nd Ed

Conținutul cărții:

Învățați tehnici avansate de învățare profundă de ultimă generație și aplicațiile lor folosind biblioteci Python populare

Caracteristici principale

⬤ Construiți o bază solidă în rețele neuronale și învățare profundă cu biblioteci Python.

⬤ Explorați tehnicile avansate de învățare profundă și aplicațiile lor în viziunea computerizată și NLP.

⬤ Învățați cum un computer poate naviga în medii complexe cu învățarea prin întărire.

Descrierea cărții

Odată cu creșterea vertiginoasă a inteligenței artificiale în aplicații care răspund atât nevoilor companiilor, cât și ale consumatorilor, învățarea profundă este mai importantă ca oricând pentru a satisface cerințele actuale și viitoare ale pieței. Cu această carte, veți explora învățarea profundă și veți învăța cum să puneți învățarea automată în aplicare în proiectele dvs.

Această a doua ediție a Python Deep Learning vă va pune la curent cu învățarea profundă, rețelele neuronale profunde și cum să le antrenați cu algoritmi de înaltă performanță și cadre Python populare. Veți descoperi diferite arhitecturi de rețele neuronale, cum ar fi rețelele convoluționale, rețelele neuronale recurente, rețelele de memorie pe termen scurt și lung (LSTM) și rețelele de capsule. Veți învăța, de asemenea, cum să rezolvați probleme în domeniile viziunii pe calculator, procesării limbajului natural (NLP) și recunoașterii vorbirii. Veți studia abordări bazate pe modele generative, cum ar fi autocodificatoarele variaționale și rețelele generative adversare (GAN) pentru a genera imagini. Pe măsură ce pătrundeți în domenii nou evoluate ale învățării prin întărire, veți înțelege algoritmi de ultimă generație care sunt principalele componente din spatele jocurilor populare Go, Atari și Dota.

Până la sfârșitul cărții, veți cunoaște bine teoria învățării profunde, împreună cu aplicațiile sale din lumea reală.

Ce veți învăța

⬤ Să înțelegeți teoria matematică din spatele rețelelor neuronale și a proceselor de învățare profundă.

⬤ Investigați și rezolvați provocările de viziune computerizată utilizând rețele convoluționale și rețele capsulare.

⬤ Rezolvarea sarcinilor generative utilizând autocodificatoare variaționale și rețele generatoare adversare.

⬤ Implementați sarcini complexe de NLP utilizând rețele recurente (LSTM și GRU) și modele de atenție.

⬤ Explorați învățarea prin consolidare și înțelegeți cum se comportă agenții într-un mediu complex.

⬤ Fiți la curent cu aplicațiile de învățare profundă în vehiculele autonome.

Pentru cine este această carte.

Această carte se adresează practicienilor din domeniul științei datelor, inginerilor din domeniul învățării automate și celor interesați de învățarea profundă care au o bază în învățarea automată și o anumită experiență în programarea Python. Un fundal în matematică și o înțelegere conceptuală a calculului și statisticii vă vor ajuta să obțineți beneficii maxime din această carte.