Hluboké učení s Pythonem: Naučte se osvědčené postupy modelů hlubokého učení s Pytorchem.

Hodnocení:   (4,1 z 5)

Hluboké učení s Pythonem: Naučte se osvědčené postupy modelů hlubokého učení s Pytorchem. (Nikhil Ketkar)

Recenze čtenářů

Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 6 hlasů.

Původní název:

Deep Learning with Python: Learn Best Practices of Deep Learning Models with Pytorch

Obsah knihy:

Osvojte si praktické aspekty implementace řešení hlubokého učení pomocí PyTorchu, a to s využitím praktického přístupu k pochopení teorie i praxe. Toto aktualizované vydání vás připraví na aplikaci hlubokého učení na skutečné problémy díky solidním teoretickým základům a praktickému know-how s platformou PyTorch, kterou vyvinula výzkumná skupina pro umělou inteligenci společnosti Facebook.

Na začátku se seznámíte s tím, jak a proč se hluboké učení s PyTorchem stalo průlomovým rámcem se sadou nástrojů a technik pro řešení reálných problémů. Dále vás kniha uzemní matematickými základy lineární algebry, vektorového kalkulu, pravděpodobnosti a optimalizace. Po vytvoření těchto základů přejdete ke klíčovým komponentám a funkcím PyTorchu, včetně vrstev, ztrátových funkcí a optimalizačních algoritmů.

Získáte také znalosti o výpočtech na bázi grafických procesorů (GPU), které jsou nezbytné pro trénování modelů hlubokého učení. Zahrnuty jsou všechny klíčové architektury hlubokého učení, včetně sítí s dopřednou vazbou, konvolučních neuronových sítí, rekurentních neuronových sítí, sítí s dlouhou krátkodobou pamětí, autoenkodérů a generativních adverzních sítí. Toto vydání knihy Deep Learning with Python, podpořené řadou triků pro trénování a optimalizaci modelů hlubokého učení, vysvětluje nejlepší postupy při zavádění těchto modelů do výroby pomocí PyTorchu.

Co se naučíte

⬤ Přečtěte si základy strojového učení, jako je overfitting, underfitting a regularizace.

⬤ Pochopíte základy hlubokého učení, jako jsou sítě s posuvem vpřed, konvoluční neuronové sítě, rekurentní neuronové sítě, automatická diferenciace a stochastický sestup gradientů.

⬤ Používat důkladnou lineární algebru s PyTorchem.

⬤ Prozkoumejte základy PyTorchu a jeho stavební bloky.

⬤ Pracujte s laděním a optimalizací modelů.

Pro koho je tato kniha určena

Začátečníkům s praktickou znalostí jazyka Python, kteří chtějí porozumět hlubokému učení praktickým způsobem.

Další údaje o knize:

ISBN:9781484253632
Autor:
Vydavatel:
Vazba:Měkká vazba
Rok vydání:2021
Počet stran:306

Nákup:

Nyní dostupné, na skladě.

Další knihy od autora:

Hluboké učení s Pythonem: Vyzkoušejte si, jak se v Pythonu pracuje: praktický úvod - Deep Learning...
Kapitola 1: Intuitivní pohled na základy deep...
Hluboké učení s Pythonem: Vyzkoušejte si, jak se v Pythonu pracuje: praktický úvod - Deep Learning with Python: A Hands-On Introduction
Hluboké učení s Pythonem: Naučte se osvědčené postupy modelů hlubokého učení s Pytorchem. - Deep...
Osvojte si praktické aspekty implementace řešení...
Hluboké učení s Pythonem: Naučte se osvědčené postupy modelů hlubokého učení s Pytorchem. - Deep Learning with Python: Learn Best Practices of Deep Learning Models with Pytorch

Díla autora vydali tito vydavatelé:

© Book1 Group - všechna práva vyhrazena.
Obsah těchto stránek nesmí být kopírován ani použit, a to ani částečně ani úplně, bez písemného svolení vlastníka.
Poslední úprava: 2024.11.08 20:25 (GMT)