Učení do hloubky: Teorie a praxe neuronových sítí, počítačového vidění, zpracování přirozeného jazyka a transformátorů s využitím Tensorflo

Recenze čtenářů

Tato kniha o hlubokém učení je oceňována za srozumitelný text, praktické příklady kódování v TensorFlow a schopnost přístupným způsobem sdělit složité koncepty. Poslouží jak inženýrům, kteří se chtějí naučit hluboké učení pro praktické aplikace, tak pokročilejším uživatelům, kteří chtějí získat komplexní znalosti v této oblasti. Nemusí však být vhodná pro úplné začátečníky nebo ty, kteří hledají hlubokou matematickou analýzu.

Vynikající vysvětlení pojmů, praktické příklady kódování, přístupný styl psaní, vhodné pro začátečníky i odborníky, pokrývá širokou škálu architektur a aplikací hlubokého učení, relevantní a dobře organizovaný obsah, pěkné uspořádání a diagramy.

V některých oblastech může být trochu uspěchaná, nemusí poskytovat dostatečnou hloubku pro úplné začátečníky nebo ty, kteří hledají hluboké matematické porozumění, problémy s kvalitou tisku u některých výtisků.

(na základě 22 hodnocení čtenářů)

Původní název:

Learning Deep Learning: Theory and Practice of Neural Networks, Computer Vision, Natural Language Processing, and Transformers Using Tensorflo

Obsah knihy:

Celobarevný průvodce hlubokým učením od společnosti NVIDIA: Vše, co potřebujete, abyste mohli začít a dosáhnout výsledků

"Umožnit všem, aby se stali součástí této historické revoluce, vyžaduje demokratizaci znalostí a zdrojů AI. Tato kniha je aktuální a relevantní směrem k dosažení těchto vznešených cílů.".

-- Z předmluvy Dr. Anima Anandkumara, profesora Brena na Caltechu a ředitele výzkumu ML ve společnosti NVIDIA.

"Ekman používá techniku učení, která se podle našich zkušeností ukázala jako klíčová pro úspěch - vyzývá čtenáře, aby se zamyslel nad použitím technik DL v praxi. Jeho přímočarý přístup je osvěžující a dovoluje čtenáři jen trochu snít o tom, kam nás DL ještě může zavést.".

-- Z předmluvy Dr. Craiga Clawsona, ředitele NVIDIA Deep Learning Institute

Hluboké učení (Deep Learning, DL) je klíčovou součástí dnešního vzrušujícího pokroku v oblasti strojového učení a umělé inteligence. Kniha Learning Deep Learning je kompletním průvodcem DL. Tato kniha, která osvětluje jak základní koncepty, tak praktické programovací techniky potřebné k úspěchu, je ideální pro vývojáře, datové vědce, analytiky a další - včetně těch, kteří nemají žádné předchozí zkušenosti se strojovým učením nebo statistikou.

Po představení základních stavebních prvků hlubokých neuronových sítí, jako jsou umělé neurony a plně propojené, konvoluční a rekurentní vrstvy, Magnus Ekman ukazuje, jak je použít k vytvoření pokročilých architektur, včetně Transformátoru. Popisuje, jak jsou tyto koncepty využívány k budování moderních sítí pro počítačové vidění a zpracování přirozeného jazyka (NLP), včetně masky R-CNN, GPT a BERT. A vysvětluje, jak vzniká překladač přirozeného jazyka a systém generující popisy obrázků v přirozeném jazyce.

V celém textu Ekman uvádí stručné a dobře komentované příklady kódu s využitím TensorFlow s Kerasem. Odpovídající příklady PyTorch jsou k dispozici online, a kniha tak pokrývá dvě dominantní knihovny jazyka Python pro DL používané v průmyslu i na akademické půdě. V závěru se věnuje úvodu do vyhledávání v neuronové architektuře (NAS), zkoumá důležité etické otázky a poskytuje zdroje pro další vzdělávání.

⬤ Prozkoumejte a osvojte si základní pojmy: perceptrony, učení založené na gradientu, sigmoidní neurony a zpětné šíření.

⬤ Uvidíte, jak rámce DL usnadňují vývoj složitějších a užitečnějších neuronových sítí.

⬤ Objevte, jak konvoluční neuronové sítě (CNN) revolučně mění klasifikaci a analýzu obrazu.

⬤ Použití rekurentních neuronových sítí (RNN) a dlouhé krátkodobé paměti (LSTM) na text a jiné sekvence proměnné délky.

⬤ Zvládněte NLP pomocí sítí typu sekvence-sekvence a architektury Transformer.

⬤ Vytvářet aplikace pro překlad přirozeného jazyka a tvorbu titulků k obrázkům.

Vynález GPU společností NVIDIA odstartoval trh s počítačovými hrami. Průkopnická práce společnosti v oblasti akcelerovaných výpočtů - superrychlé formy výpočetní techniky na pomezí počítačové grafiky, vysoce výkonných výpočtů a umělé inteligence - přetváří průmyslová odvětví v hodnotě bilionů dolarů, jako je doprava, zdravotnictví a výroba, a podporuje růst mnoha dalších.

Zaregistrujte si knihu a získejte pohodlný přístup ke stažení, aktualizacím a/nebo opravám, jakmile budou k dispozici. Podrobnosti naleznete uvnitř knihy.