The Deep Learning Architect's Handbook: Construiți și implementați soluții DL gata de producție, valorificând cele mai recente tehnici Python

Recenzii ale cititorilor

Cartea este un ghid cuprinzător pentru învățarea profundă, acoperind arhitecturi fundamentale, tehnici avansate, evaluarea modelelor, părtinire și corectitudine, precum și practici de implementare în lumea reală. Cartea este structurată în secțiuni bine definite, ceea ce o face accesibilă atât începătorilor, cât și practicienilor experimentați. Exemplele practice și codul însoțitor îmbunătățesc semnificativ experiența de învățare.

Oferă o înțelegere aprofundată a metodologiilor de învățare profundă, perspective practice în construirea și implementarea modelelor, ilustrații excelente, conținut bogat privind părtinirea și corectitudinea, aspect structurat pentru o înțelegere ușoară, exerciții practice cu exemple de cod în Python și se adresează diferitelor niveluri de expertiză.

Unii cititori pot găsi anumite subiecte complexe încă provocatoare și, deși acoperă o gamă largă de subiecte, cei care caută cunoștințe foarte specializate ar putea avea nevoie să consulte resurse suplimentare.

(pe baza a 10 recenzii ale cititorilor)

Titlul original:

The Deep Learning Architect's Handbook: Build and deploy production-ready DL solutions leveraging the latest Python techniques

Conținutul cărții:

Exploatați puterea învățării profunde pentru a stimula productivitatea și eficiența utilizând acest ghid practic care acoperă tehnici și bune practici pentru întregul ciclu de viață al învățării profunde

Caracteristici cheie: Interpretați procesul decizional al modelelor, asigurând transparența și încrederea în soluțiile dvs. bazate pe inteligență artificială Obțineți experiență practică în fiecare etapă a ciclului de viață al deep learning Explorați studii de caz și soluții pentru implementarea modelelor DL, abordând în același timp scalabilitatea, deriva datelor și considerațiile etice Achiziționarea cărții tipărite sau Kindle include o carte electronică PDF gratuită

Descrierea cărții:

Învățarea profundă permite fapte de neatins anterior în automatizare, dar extragerea valorii de afaceri din lumea reală din aceasta este o sarcină descurajantă. Această carte vă va învăța cum să construiți modele complexe de învățare profundă și să dobândiți intuiție pentru structurarea datelor dvs. pentru a vă îndeplini obiectivele de învățare profundă.

Această carte despre învățarea profundă explorează fiecare aspect al ciclului de viață al învățării profunde, de la planificare și pregătirea datelor până la implementarea și guvernanța modelului, utilizând scenarii reale care vă vor conduce prin crearea, implementarea și gestionarea soluțiilor avansate. Veți învăța, de asemenea, cum să lucrați cu date de tip imagine, audio, text și video utilizând arhitecturi de învățare profundă, precum și cum să optimizați și să evaluați în mod obiectiv modelele de învățare profundă pentru a aborda probleme precum părtinirea, corectitudinea, atacurile adversarilor și transparența modelului.

Pe măsură ce progresați, veți exploata puterea platformelor AI pentru a eficientiza ciclul de viață al învățării profunde și veți utiliza biblioteci și cadre Python precum PyTorch, ONNX, Catalyst, MLFlow, Captum, Nvidia Triton, Prometheus și Grafana pentru a executa arhitecturi eficiente de învățare profundă, a optimiza performanța modelelor și a eficientiza procesele de implementare. Veți descoperi, de asemenea, potențialul transformator al modelelor lingvistice mari (LLM) pentru o gamă largă de aplicații.

Până la sfârșitul acestei cărți, veți stăpâni tehnicile de învățare profundă pentru a debloca întregul său potențial pentru demersurile dumneavoastră.

Ce veți învăța: Utilizați căutarea arhitecturii neuronale (NAS) pentru a automatiza proiectarea rețelelor neuronale artificiale (ANN) Implementați rețele neuronale recurente (RNN), rețele neuronale convoluționale (CNN), BERT, transformatoare și multe altele pentru a vă construi modelul Faceți față derapajelor de date multimodale într-un mediu de producție Evaluați calitatea și părtinirea modelelor Explorați tehnici pentru a vă proteja modelul de atacurile adversarilor Familiarizați-vă cu implementarea unui model cu DataRobot AutoML

Pentru cine este această carte:

Această carte se adresează practicienilor învățării profunde, cercetătorilor de date și dezvoltatorilor de învățare automată care doresc să exploreze arhitecturi de învățare profundă pentru a rezolva probleme complexe de afaceri. Profesioniștii din spațiul mai larg al învățării profunde și al inteligenței artificiale vor beneficia, de asemenea, de cunoștințele oferite, aplicabile într-o varietate de cazuri de utilizare în afaceri. Pentru a începe cu această carte sunt necesare cunoștințe de programare Python și o înțelegere de bază a tehnicilor de învățare profundă.