Глубокое обучение с fastai и PyTorch
Минимум формул, минимум кода, максимум эффективности
Ховард Джереми, Гуггер Сильвейн «Глубокое обучение с fastai и PyTorch» Питер, 2022 год, 624 стр., O’Reilly, ISBN 978-5-4461-1475-7; (PDF-DJVU)
Обычно на глубокое обучение смотрят с ужасом, считая, что только доктор математических наук или ботан, работающий в крутой айтишной корпорации, могут разобраться в этой теме. Отбросьте стереотипы: любой программист, знакомый с Python, может добиться впечатляющих результатов. Как? С помощью fastai — библиотеки, предоставляющей комфортный интерфейс для решения наиболее популярных задач. Создатели fastai доказали, что самые модные и актуальные приложения можно делать быстро и не засыпать над скучными теоретическими выкладками и зубодробительными формулами.
«Глубокое обучение для программистов с приложениями Fastai и PyTorch» — выдающаяся книга для всех, кто интересуется областью глубокого обучения. Эта книга, написанная Джереми Ховардом и Сильвеном Гуггером, двумя известными экспертами в этой области, представляет собой всеобъемлющее практическое руководство по глубокому обучению с использованием библиотек fastai и PyTorch.
Книга хорошо структурирована и удобна для понимания, с четкими объяснениями и примерами, которые делают ее доступной для начинающих, а также содержит достаточную глубину и детализацию, чтобы быть полезной для более продвинутых практиков. Авторы охватывают широкий круг тем, от основ глубокого обучения и нейронных сетей до более продвинутых методов, таких как сверточные и рекуррентные нейронные сети.
Одной из сильных сторон этой книги является то, как она объединяет теорию и практику, с большим количеством примеров кода и практических упражнений, которые позволяют читателям применять то, что они узнали, в реальном контексте. Библиотека fastai, разработанная авторами, особенно полезна в этом отношении, поскольку предоставляет высокоуровневый интерфейс, облегчающий работу со сложными моделями глубокого обучения.
В целом, «Глубокое обучение для программистов с приложениями Fastai и PyTorch» — отличный ресурс для всех, кто интересуется глубоким обучением. Он представляет собой подробное и практическое введение в эту область с четкими пояснениями и множеством примеров, которые помогут читателям начать работу. Я настоятельно рекомендую эту книгу всем, кто хочет развить свои навыки в этой захватывающей и быстро развивающейся области.
Глубокое обучение с fastai и PyTorch
Оглавление
- Часть I. Глубокое обучение на практике
Глава 1. Путешествие в мир глубокого обучения
Глава 2. От модели к продакшену
Глава 3. Этика данных - Часть II. Понимание приложений на базе Fastai
Глава 4. Обучение классификатора цифр: взгляд изнутри
Глава 5. Классификация изображений
Глава 6. Другие задачи компьютерного зрения
Глава 7. Обучение современной модели
Глава 8. Коллаборативная фильтрация
Глава 9. Табличное моделирование
Глава 10. Погружение в NLP: рекуррентные нейронные сети
Глава 11. Преобразование данных с помощью Mid-Level API - Часть III. Основы глубокого обучения
Глава 12. Языковая модель с нуля
Глава 13. Сверточные нейронные сети
Глава 14. ResNet
Глава 15. Архитектуры приложений
Глава 16. Процесс обучения - Часть IV. Глубокое обучение с чистого листа
Глава 17. Продвинутые основы нейронной сети
Глава 18. Интерпретация CNN с помощью CAM
Глава 19. Класс Learner с нуля
Глава 20. Подведем итог - Приложения
Приложение A. Создание блога
Приложение Б. Схема подготовки проекта по аналитике данных
Глубокое обучение с fastai и PyTorch
PDF DJVU
Добавить комментарий