Hluboké učení (Grokking Deep Learning)

Recenze čtenářů

Kniha se prezentuje jako úvodní zdroj informací pro pochopení hlubokého učení se zaměřením na zpřístupnění složitých konceptů začátečníkům. Získala však smíšené hodnocení, pokud jde o její srozumitelnost, chyby v příkladech kódování a celkovou organizaci.

⬤ Jasné a srozumitelné vysvětlení konceptů hlubokého učení.
⬤ Praktický přístup k implementaci neuronových sítí.
⬤ Přístupný i začátečníkům bez silného matematického zázemí.
⬤ Dobré základní znalosti o hlubokém učení ve stylu postupného budování.
⬤ Poutavé vyprávění a analogie, které pomáhají demystifikovat složité myšlenky.

⬤ Výrazné chyby v kódování, které by mohly začátečníky zmást.
⬤ Některé kapitoly jsou označeny za matoucí nebo špatně strukturované.
⬤ Obsahuje typografické chyby a příklady, které se zdají být nereálné nebo vymyšlené, což vede k možnému nesouladu s praktickými aplikacemi.
⬤ Některé kritické části nejsou dostatečně propracované, takže čtenáři hledají další zdroje pro objasnění.

(na základě 35 hodnocení čtenářů)

Původní název:

Grokking Deep Learning

Obsah knihy:

Shrnutí

Kniha Grokking Deep Learning vás naučí vytvářet neuronové sítě pro hluboké učení od nuly Zkušený odborník na hluboké učení Andrew Trask vám poutavým stylem ukáže, co se skrývá pod kapotou, takže si sami osvojíte každý detail trénování neuronových sítí.

Zakoupení tištěné knihy zahrnuje bezplatnou elektronickou knihu ve formátech PDF, Kindle a ePub od Manning Publications.

O technologii

Hluboké učení, odvětví umělé inteligence, učí počítače učit se pomocí neuronových sítí, technologie inspirované lidským mozkem. Online překlady textů, samořiditelná auta, personalizovaná doporučení produktů a virtuální hlasoví asistenti jsou jen některé ze zajímavých moderních pokroků, které jsou možné díky hlubokému učení.

O knize

Grokking Deep Learning vás naučí vytvářet neuronové sítě pro hluboké učení od nuly Zkušený odborník na hluboké učení Andrew Trask vás poutavým stylem seznámí s vědou pod kapotou, takže si sami osvojíte každý detail trénování neuronových sítí. Pouze s využitím jazyka Python a jeho knihovny NumPy, která podporuje matematiku, si natrénujete vlastní neuronové sítě, které vám umožní vidět a chápat obrázky, překládat text do různých jazyků, a dokonce psát jako Shakespeare Až budete hotovi, budete plně připraveni přejít k ovládnutí frameworků hlubokého učení.

Co je uvnitř

⬤ Věda stojící za hlubokým učením.

⬤ Tvorba a trénování vlastních neuronových sítí.

⬤ Koncepty soukromí, včetně sdruženého učení.

⬤ Tipy, jak pokračovat ve svém úsilí o hluboké učení.

O čtenáři

Pro čtenáře se středoškolskou úrovní matematiky a středně pokročilými znalostmi programování.

O autorovi

Andrew Trask je doktorand na Oxfordské univerzitě a vědecký pracovník ve společnosti DeepMind. Dříve Andrew působil jako výzkumný pracovník a produktový manažer pro analytiku ve společnosti Digital Reasoning, kde trénoval největší umělou neuronovou síť na světě a pomáhal řídit analytický plán pro kognitivní výpočetní platformu Synthesys.

Obsah

⬤ Představení hlubokého učení: proč byste se ho měli učit.

⬤ Základní pojmy: jak se stroje učí?

⬤ Úvod do neuronové predikce: dopředné šíření.

⬤ Úvod do neuronového učení: gradientní sestup.

⬤ Učení více vah najednou: zobecnění gradientního sestupu.

⬤ Stavba první hluboké neuronové sítě: úvod do zpětného šíření.

⬤ Jak si představit neuronové sítě: v hlavě a na papíře.

⬤ Učení signálu a ignorování šumu: úvod do regularizace a dávkování.

⬤ Modelování pravděpodobností a nelinearit: aktivační funkce.

⬤ Neurální učení o hranách a rozích: úvod do konvolučních neuronových sítí.

⬤ Neurální sítě, které rozumí jazyku: král - muž + žena ==?

⬤ Neuronové sítě, které píší jako Shakespeare: rekurentní vrstvy pro data proměnné délky.

⬤ Zavedení automatické optimalizace: sestavíme rámec pro hluboké učení.

⬤ Učení psát jako Shakespeare: dlouhá krátkodobá paměť.

⬤ Hluboké učení na neviditelných datech: zavádíme sdružené učení.

⬤ Kam dál: stručný průvodce.