Эндрю Траск - Грокаем глубокое обучение.
Название: | Грокаем глубокое обучение. | |
Автор: | Эндрю Траск | |
Жанр: | Искусственный интеллект | |
Изадано в серии: | Библиотека программиста | |
Издательство: | Питер | |
Год издания: | 2019 | |
ISBN: | 978-5-4461-1334-7 | |
Отзывы: | Комментировать | |
Рейтинг: | ||
Поделись книгой с друзьями! Помощь сайту: донат на оплату сервера |
Краткое содержание книги "Грокаем глубокое обучение."
Глубокое обучение — это раздел искусственного интеллекта, цель которого научить компьютеры обучаться с помощью нейронных сетей — технологии, созданной по образу и подобию человеческого мозга. Онлайн-переводчики, беспилотные автомобили, рекомендации по выбору товаров именно для вас и виртуальные голосовые помощники — вот лишь несколько достижений, которые стали возможны благодаря глубокому обучению. «Грокаем глубокое обучение» научит конструировать нейронные сети с нуля! Эндрю Траск знакомит со всеми деталями и тонкостями этой нелегкой задачи. Python и библиотека NumPy способны научить ваши нейронные сети видеть и распознавать изображения, переводить любые тексты на все языки мира и даже писать не хуже Шекспира!
Читаем онлайн "Грокаем глубокое обучение." (ознакомительный отрывок). [Страница - 3]
- 1
- 2
- 3
- 4
- 5
- . . .
- последняя (7) »
Что действительно необходимо знать......................................................................... 94
Что знать необязательно............................................................................................. 94
Как использовать производные для обучения............................................................ 95
Выглядит знакомо? ...................................................................................................... 97
Ломаем градиентный спуск ......................................................................................... 98
Визуальное представление избыточной коррекции................................................... 99
Расхождение ................................................................................................................100
Знакомьтесь: альфа-коэффициент............................................................................ 101
Альфа-коэффициент в коде....................................................................................... 102
Запоминание................................................................................................................103
5
Корректировка сразу нескольких весов: обобщение
градиентного спуска....................................................................................104
Обучение методом градиентного спуска с несколькими входами........................... 105
Градиентный спуск с несколькими входами, описание ........................................... 107
Рассмотрим несколько шагов обучения ................................................................... 113
Замораживание одного веса: для чего? ................................................................... 115
Обучение методом градиентного спуска с несколькими выходами......................... 117
Обучение методом градиентного спуска с несколькими входами и выходами . . 120
Чему обучаются эти веса? ......................................................................................... 121
Визуализация значений весов ................................................................................... 124
Визуализация скалярных произведений (сумм весов)............................................. 125
Итоги............................................................................................................................. 126
6 Создание первой глубокой нейронной сети: введение в обратное
распространение......................................................................................... 127
Задача о светофоре.................................................................................................... 128
Подготовка данных .................................................................................................... 130
Матрицы и матричные отношения ............................................................................ 131
Создание матриц в Python ......................................................................................... 134
Создание нейронной сети............................................................................................135
Обучение на полном наборе данных.......................................................................... 137
Полный, пакетный и стохастический градиентный спуск........................................ 138
Нейронные сети изучают корреляцию ..................................................................... 139
Повышающее и понижающее давление ................................................................... 140
Пограничный случай: переобучение.......................................................................... 142
Пограничный случай: конфликт давлений ............................................................... 143
Определение косвенной корреляции ........................................................................145
Создание корреляции.................................................................................................. 146
Объединение нейронных сетей в стек: обзор.......................................................... 147
Обратное распространение: определение причин ошибок на расстоянии...........148
Обратное распространение: как это работает?.................................................................. 150
Линейность и нелинейность........................................................................................................151
Почему составная нейронная сеть не работает.................................................................. 152
Тайна эпизодической корреляции
.......................................................................................... 153
Короткий перерыв.......................................................................................................................... 154
Ваша первая глубокая нейронная сеть.................................................................................. 155
Обратное распространение в коде.......................................................................................... 156
Одна итерация обратного распространения........................................................................ 159
Объединяем все вместе............................................................................................................... 161
Почему глубокие сети важны для нас?.................................................................................. 162
7
Как изобразить нейронную сеть: в голове и на бумаге ........................... 164
Время упрощать............................................................................................................................... 165
Обобщение корреляции............................................................................................................... 166
Прежняя усложненная визуализация
..................................................................................... 167
Упрощенная --">
- 1
- 2
- 3
- 4
- 5
- . . .
- последняя (7) »
Книги схожие с «Грокаем глубокое обучение.» по жанру, серии, автору или названию:
Джереми Ховард, Сильвейн Гуггер - Глубокое обучение с fastai и PyTorch: минимум формул, минимум кода, максимум эффективности Жанр: Python Год издания: 2022 Серия: Бестселлеры o’reilly |
Валлиаппа Лакшманан, Сара Робинсон, Майкл Мунн - Машинное обучение. Паттерны проектирования Жанр: Искусственный интеллект Год издания: 2022 Серия: Бестселлеры o’reilly |
Сет Вейдман - Глубокое обучение: легкая разработка проектов на Python Жанр: Python Год издания: 2021 Серия: Бестселлеры o’reilly |
Эли Стивенс, Лука Антига, Томас Виман - PyTorch. Освещая глубокое обучение Жанр: Python Год издания: 2022 Серия: Библиотека программиста |
Другие книги из серии «Библиотека программиста»:
Андрей Бурков - Машинное обучение без лишних слов Жанр: Искусственный интеллект Год издания: 2020 Серия: Библиотека программиста |
Грант Бейлевельд, Джон Крон, Аглаэ Бассенс - Глубокое обучение в картинках. Визуальный гид по искусственному интеллекту Жанр: Искусственный интеллект Год издания: 2020 Серия: Библиотека программиста |
Юлиц Васильев - Обработка естественного языка. Python и spaCy на практике Жанр: Учебники и самоучители по компьютеру Серия: Библиотека программиста |
Кайл Симпсон - Область видимости и замыкания Жанр: Учебники и самоучители по компьютеру Год издания: 2022 Серия: Библиотека программиста |