Джереми Ховард , Сильвейн Гуггер - Глубокое обучение с fastai и PyTorch: минимум формул, минимум кода, максимум эффективности
Название: | Глубокое обучение с fastai и PyTorch: минимум формул, минимум кода, максимум эффективности | |
Автор: | Джереми Ховард , Сильвейн Гуггер | |
Жанр: | Искусственный интеллект, Python | |
Изадано в серии: | Бестселлеры o’reilly | |
Издательство: | Питер | |
Год издания: | 2022 | |
ISBN: | 978-5-4461-1475-7 | |
Отзывы: | Комментировать | |
Рейтинг: | ||
Поделись книгой с друзьями! Помощь сайту: донат на оплату сервера |
Краткое содержание книги "Глубокое обучение с fastai и PyTorch: минимум формул, минимум кода, максимум эффективности"
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. 16+
Читаем онлайн "Глубокое обучение с fastai и PyTorch: минимум формул, минимум кода, максимум эффективности" (ознакомительный отрывок). [Страница - 2]
Благодарности.....................................................................................................................620
Об обложке...........................................................................................................................622
Оглавление
Отзывы о книге......................................................................................................................................18
Введение.................................................................................................................................................22
Для кого эта книга.........................................................................................................................22
Что нужно знать.............................................................................................................................23
Чему вы научитесь........................................................................................................................23
Предисловие........................................................................................................................................25
От издательства..............................................................................................................................26
ЧАСТЬ I
ГЛУБОКОЕ ОБУЧЕНИЕ НА ПРАКТИКЕ
Глава 1. Путешествие в мир глубокого обучения...............................................28
Глубокое обучение для всех.....................................................................................................28
Нейронные сети: краткая история........................................................................................30
Кто мы.................................................................................................................................................33
Как изучать глубокое обучение..............................................................................................35
Ваши проекты и мышление...............................................................................................37
ПО: PyTorch, fastai и Jupyter (почему это важно)..............................................................38
Ваша первая модель....................................................................................................................40
Настройка сервера глубокого обучения на GPU.....................................................40
Запуск первого блокнота....................................................................................................42
Что такое машинное обучение.........................................................................................46
Что такое нейронная сеть...................................................................................................50
Немного терминологии глубокого обучения............................................................51
Характерные для ML ограничения.................................................................................52
Как работает наш распознаватель изображений....................................................54
Чему научился наш распознаватель изображений................................................61
8 Оглавление
Распознаватели изображений для других задач.....................................................64
Обобщение терминов..........................................................................................................68
Глубокое обучение подходит не только для классификации изображений.....70
Контрольные и тестовые выборки........................................................................................77
Создавайте тестовую выборку обдуманно.................................................................79
Момент выбора собственного приключения..................................................................83
Вопросник.........................................................................................................................................83
Дополнительные задания.........................................................................................................85
Глава 2. От модели к продакшену.........................................................................86
Практика глубокого обучения.................................................................................................86
Начало проекта.......................................................................................................................87
Текущий уровень глубокого обучения.........................................................................89
Подход Drivetrain....................................................................................................................93
Сбор данных....................................................................................................................................95
От данных к DataLoaders......................................................................................................... 100
Аугментация данных.......................................................................................................... 105
Обучение модели и ее использование для чистки данных.................................... 105
Превращение модели в онлайн-приложение.............................................................. 109
Использование модели для вывода........................................................................... 109
Создание в блокноте приложения на основе модели....................................... 110
Превращение блокнота в реальное приложение................................................ 113
Развертывание приложения.......................................................................................... 114
Как избежать катастрофы....................................................................................................... 117
Непредвиденные последствия и петли обратной связи.................................. 120
Записывайте!................................................................................................................................ 121
Вопросник...................................................................................................................................... 122
Дополнительные --">
Книги схожие с «Глубокое обучение с fastai и PyTorch: минимум формул, минимум кода, максимум эффективности» по жанру, серии, автору или названию:
Ханнес Хапке, Кэтрин Нельсон - Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow Жанр: Искусственный интеллект Год издания: 2021 Серия: Бестселлеры o’reilly |
Брайан Макмахан, Делип Рао - Знакомство с PyTorch: глубокое обучение при обработке естественного языка Жанр: Искусственный интеллект Год издания: 2020 Серия: Бестселлеры o’reilly |
Кэти Уорр - Надежность нейронных сетей: укрепляем устойчивость ИИ к обману Жанр: Искусственный интеллект Год издания: 2021 Серия: Бестселлеры o’reilly |
Сет Вейдман - Глубокое обучение: легкая разработка проектов на Python Жанр: Python Год издания: 2021 Серия: Бестселлеры o’reilly |
Другие книги из серии «Бестселлеры o’reilly»:
Питхейн Стренгхольт - Масштабируемые данные Жанр: Программирование: прочее Год издания: 2022 Серия: Бестселлеры o’reilly |
Ян Пойнтер - Программируем с PyTorch. Создание приложений глубокого обучения Жанр: Искусственный интеллект Год издания: 2020 Серия: Бестселлеры o’reilly |
Карл Олбинг, Джей Пи Фоссен - Идиомы bash Жанр: Linux Год издания: 2023 Серия: Бестселлеры o’reilly |
Джон Мэннинг, Пэрис Батфилд-Эддисон - Unity для разработчика. Мобильные мультиплатформенные игры Жанр: Программирование: прочее Год издания: 2018 Серия: Бестселлеры o’reilly |