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 - 4]
Еще более упрощенная визуализация..................................................................................... 170
Посмотрим, как эта сеть получает прогноз.......................................................................... 171
Визуализация с использованием букв вместо картинок................................................... 173
Связывание переменных
............................................................................................................. 174
Сравнение разных способов визуализации.......................................................................... 175
Важность инструментов визуализации
.................................................................................. 175
8 Усиление сигнала и игнорирование шума: введение
в регуляризацию и группировку................................................................ 177
Трехслойная сеть для классификации набора данных MNIST
Это было просто
..................................... 178
............................................................................................................................. 180
Запоминание и обобщение.......................................................................................................... 181
Переобучение нейронных сетей................................................................................................ 182
Причины переобучения
............................................................................................................
184
Простейшая регуляризация: ранняя остановка...................................................................185
Стандартный способ регуляризации: прореживание (дропаут)................................... 186
Как работает прореживание: в работе участвуют ансамбли
........................................ 187
Прореживание в коде..................................................................................................................... 188
Влияние прореживания на модель MNIST............................................................................. 191
Пакетный градиентный спуск..................................................................................................... 192
Итоги.....................................................................................................................................................194
9
Моделирование случайности и нелинейности: функции активации ... 195
Что такое функция активации?.................................................................................................. 196
Стандартные функции активации для скрытых слоев..................................................... 200
Стандартные функции активации для выходного слоя
................................................... 201
Главная проблема: входные данные могут быть схожи между собой........................ 204
Вычисление softmax........................................................................................................................205
Инструкции по внедрению функций активации...................................................................207
Умножение разности на производную
.................................................................................. 209
Преобразование выхода в наклон (производную)............................................................. 211
Усовершенствование сети MNIST............................................................................................. 212
10 Края и углы нейронного обучения: введение в сверточные
нейронные сети........................................................................................... 215
Повторное использование весов в нескольких местах..................................................... 216
Сверточный слой............................................................................................................................. 217
Простая реализация в NumPy..................................................................................................... 220
Итоги.....................................................................................................................................................224
11 Нейронные сети, понимающие человеческий язык:
король - мужчина + женщина ==?.......................................................... 226
Что значит понимать человеческий язык?
Обработка естественного языка (NLP)
...........................................................................227
...................................................................................228
Обработка естественного языка с учителем........................................................................ 229
Набор данных IMDB с обзорами фильмов............................................................................. 230
Выявление корреляции слов во входных данных
............................................................. 231
Прогнозирование обзоров фильмов........................................................................................ 232
Введение в слой с векторным представлением...................................................................234
Интерпретация результата.......................................................................................................... 236
Нейронная архитектура................................................................................................................ 237
Сравнение векторных представлений слов...........................................................................240
В чем заключается смысл нейрона?........................................................................................ 241
Подстановка пропущенных слов................................................................................................ 242
Смысл определяется --">
Книги схожие с «Грокаем глубокое обучение.» по жанру, серии, автору или названию:
Валлиаппа Лакшманан, Сара Робинсон, Майкл Мунн - Машинное обучение. Паттерны проектирования Жанр: Искусственный интеллект Год издания: 2022 Серия: Бестселлеры o’reilly |
Грант Бейлевельд, Джон Крон, Аглаэ Бассенс - Глубокое обучение в картинках. Визуальный гид по искусственному интеллекту Жанр: Искусственный интеллект Год издания: 2020 Серия: Библиотека программиста |
Фил Уиндер - Обучение с подкреплением для реальных задач Жанр: Искусственный интеллект Год издания: 2023 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 «Библиотека программиста»:
Сергей Тарасов - Дефрагментация мозга. Софтостроение изнутри Жанр: Программы Год издания: 2013 Серия: Библиотека программиста |
Роберт С. Сикорд - Эффективный С. Профессиональное программирование Жанр: Программирование: прочее Год издания: 2022 Серия: Библиотека программиста |
Кирупа Чиннатамби - JavaScript с нуля Жанр: Программирование: прочее Год издания: 2021 Серия: Библиотека программиста |
Энтони Шоу - Внутри CPYTHON: гид по интерпретатору Python Жанр: Python Год издания: 2023 Серия: Библиотека программиста |