Hluboké učení od nuly: Tvorba v Pythonu od prvních principů

Recenze čtenářů

Kniha poskytuje důkladný úvod do kódování neuronových sítí od nuly, s užitečnými příklady kódu a intuitivními vysvětleními. Trpí však značnými problémy, jako je neúplný kód, nedostatečné matematické vysvětlení a chyby v celém textu, což vede k frustraci mnoha čtenářů. Ačkoli online verze může být přínosnější než tištěná, celkově má kniha smíšené přijetí.

Dobře uspořádané, jasně vysvětlené koncepty, rozsáhlé příklady kódu, jedinečné zaměření na kódování neuronových sítí od nuly, dobrý zdroj pro pochopení základů hlubokého učení.

Časté chyby, neúplný kód, špatně vysvětlená matematika, černobílé diagramy, neorganizovaná prezentace a někteří čtenáři pociťovali nedostatek podpůrných vysvětlení nebo intuice za koncepty.

(na základě 36 hodnocení čtenářů)

Původní název:

Deep Learning from Scratch: Building with Python from First Principles

Obsah knihy:

S oživením neuronových sítí v roce 2010 se hluboké učení stalo zásadním pro odborníky na strojové učení a dokonce i pro mnoho softwarových inženýrů. Tato kniha poskytuje komplexní úvod pro datové vědce a softwarové inženýry se zkušenostmi se strojovým učením. Začnete se základy hlubokého učení a rychle přejdete k detailům důležitých pokročilých architektur, přičemž cestou budete vše implementovat od začátku.

Autor Seth Weidman vám ukáže, jak neuronové sítě fungují, pomocí přístupu založeného na prvních principech. Naučíte se od základu používat vícevrstvé neuronové sítě, konvoluční neuronové sítě a rekurentní neuronové sítě. Díky důkladnému pochopení toho, jak neuronové sítě fungují z matematického, výpočetního a koncepčního hlediska, budete připraveni na úspěch ve všech budoucích projektech hlubokého učení.

V této knize najdete:

⬤ Velmi jasné a důkladné mentální modely - doplněné příklady funkčního kódu a matematickými vysvětleními - pro pochopení neuronových sítí.

⬤ Metody pro implementaci vícevrstvých neuronových sítí od nuly pomocí snadno pochopitelného objektově orientovaného rámce.

⬤ Fungující implementace a srozumitelná vysvětlení konvolučních a rekurentních neuronových sítí.

⬤ Implementace těchto konceptů neuronových sítí pomocí populárního rámce PyTorch.