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 - 5]
Король - мужчина + женщина ~= королева........................................................................ 248
Словесные аналогии
..................................................................................................................... 249
Итоги.................................................................................................................................................... 251
12 Нейронные сети, которые пишут как Шекспир: рекуррентные слои
для данных переменной длины ................................................................ 252
Проблема произвольной длины
................................................................................................ 253
Действительно ли сравнение имеет значение?...................................................................254
Удивительная мощь усредненных векторов слов
............................................................. 255
Как векторные представления хранят информацию?
..................................................... 257
Как нейронная сеть использует векторные представления?
Ограничение векторов в модели «мешок слов»
...............
258
................................................................ 259
Объединение векторных представлений слов с использованием
единичной матрицы ............................................................................................. 261
Матрицы, которые ничего не меняют....................................................................... 262
Определение переходных матриц.............................................................................. 264
Обучение созданию векторов предложений............................................................ 265
Прямое распространение на Python ......................................................................... 266
Как добавить сюда обратное распространение? ..................................................... 267
Обучим ее!....................................................................................................................268
Подготовка ................................................................................................................. 269
Прямое распространение с данными произвольной длины ....................................271
Обратное распространение с данными произвольной длины................................. 272
Корректировка весов с данными произвольной длины .......................................... 273
Запуск и анализ результатов .................................................................................... 274
Итоги.............................................................................................................................277
13
Введение в автоматическую оптимизацию: создание фреймворка
глубокого обучения..................................................................................... 278
Что такое фреймворк глубокого обучения?.............................................................. 279
Введение в тензоры.................................................................................................... 280
Введение в автоматическое вычисление градиента (autograd) ............................. 281
Контрольная точка...................................................................................................... 283
Тензоры, используемые многократно....................................................................... 284
Добавление поддержки тензоров многократного использования
в реализацию autograd......................................................................................... 286
Как работает сложение в обратном распространении?.......................................... 288
Добавление поддержки отрицания............................................................................289
Добавление поддержки других операций................................................................ 290
Использование autograd в обучении нейронной сети ............................................ 295
Добавление автоматической оптимизации .............................................................. 297
Добавление поддержки слоев разных типов............................................................ 298
Слои, содержащие другие слои ................................................................................ 299
Слои с функцией потерь ........................................................................................... 300
Как научиться пользоваться фреймворком.............................................................. 301
Нелинейные слои........................................................................................................ 302
Слой с векторным представлением ............................................................................304
Добавление индексирования в autograd................................................................... 305
Слой с векторным представлением (повтор)............................................................ 306
Слой с перекрестной энтропией................................................................................ 307
Рекуррентный слой .................................................................................................... 309
Итоги.............................................................................................................................313
14 Обучаем сеть писать как Шекспир: долгая краткосрочная память .... 314
Моделирование языка символов................................................................................ 315
Необходимо усеченное обратное распространение................................................. 316
Усеченное обратное распространение ..................................................................... 317
Образец вывода........................................................................................................... --">
Книги схожие с «Грокаем глубокое обучение.» по жанру, серии, автору или названию:
Брайан Макмахан, Делип Рао - Знакомство с PyTorch: глубокое обучение при обработке естественного языка Жанр: Искусственный интеллект Год издания: 2020 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 |
Сет Вейдман - Глубокое обучение: легкая разработка проектов на Python Жанр: Python Год издания: 2021 Серия: Бестселлеры o’reilly |
Франсуа Шолле - Глубокое обучение на Python Жанр: Python Год издания: 2023 Серия: Библиотека программиста |
Другие книги из серии «Библиотека программиста»:
Дж. Ханк Рейнвотер - Как пасти котов. Наставление для программистов, руководящих другими программистами Жанр: Другие языки и системы программирования Год издания: 2006 Серия: Библиотека программиста |
Чед Фаулер - Программист-фанатик Жанр: Программирование: прочее Год издания: 2015 Серия: Библиотека программиста |
Роберт Сесил Мартин - Чистый код. Создание, анализ и рефакторинг Жанр: Программирование: прочее Год издания: 2019 Серия: Библиотека программиста |
Бен Маккарти - Кибердзюцу: кибербезопасность для современных ниндзя Жанр: Компьютерная безопасность Год издания: 2022 Серия: Библиотека программиста |