Поделиться

Прикладное глубокое обучение

Подход к пониманию глубоких нейронных сетей на основе метода кейсов.

Микелуччи У. «Прикладное глубокое обучение» БХВ-Петербург, 2020 год, 368 стр., ISBN 978-5-9775-4118-3; (PDF)

Описание Содержание Links

Описание книги.

Затронуты расширенные темы глубокого обучения: оптимизационные алгоритмы, настройка гиперпараметров, отсев и анализ ошибок, стратегии решения типичных задач во время тренировки глубоких нейронных сетей. Описаны простые активационные функции с единственным нейроном (ReLu, сигмоида и Swish), линейная и логистическая регрессии, библиотека TensorFlow, выбор стоимостной  функции, а также более сложные нейросетевые архитектуры с многочисленными слоями и нейронами.

Показана отладка и оптимизация расширенных методов отсева и регуляризации, настройка проектов машинного обучения, ориентированных на глубокое обучение с использованием сложных наборов данных. Приведены результаты анализа ошибок нейронной сети с примерами решения проблем, возни­ кающих из-за дисперсии, смещения, переподгонки или разрозненных наборов данных. По каждому техническому решению даны примеры решения практических задач.

Краткое оглавление

Оглавление.

  • Глава 1. Вычислительные rрафы и TensorFlow
  • Глава 2. Один единственный нейрон
  • Глава 3. Нейронные сети прямого распространения
  • Глава 4. Тренировка нейронных сетей
  • Глава 5. Регуляризация
  • Глава 6. Метрический анализ
  • Глава 7. Гиперпараметрическая настройка
  • Глава 8. Сверточные и рекуррентные нейронные сети
  • Глава 9. Исследовательский проект
  • Глава 10. Логистическая регрессия с нуля
  • Предметный указатель

Прикладное глубокое обучение.

PDF (RU)        pdf (ru)

key                    tuGixHsdotxoHTA3J296ms0XOqUOwp2SK_Bco0Klhls


Поделиться