Глубокое обучение с fastai и PyTorch
Название: Глубокое обучение с fastai и PyTorch. Минимум формул, минимум кода, максимум эффективности
Авторы: Гуггер Сильвейн, Ховард Джереми
Год: 2022
Серия «Бестселлеры O’Reilly»
Язык: русский
Формат: True PDF
Страниц: 624
Размер: 10,1 Мб
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.
Часть I Глубокое обучение на практике
Глава 1. Путешествие в мир глубокого обучения
Глава 2. От модели к продакшену
Глава 3. Этика данных
Часть II Понимание приложений на базе fastai
Глава 4. Обучение классификатора цифр: взгляд изнутри
Глава 5. Классификация изображений
Глава 6. Другие задачи компьютерного зрения
Глава 7. Обучение современной модели
Глава 8. Коллаборативная фильтрация
Глава 9. Табличное моделирование
Глава 10. Погружение в NLP: рекуррентные нейронные сети
Глава 11. Преобразование данных с помощью Mid-Level API
Часть III Основы глубокого обучения
Глава 12. Языковая модель с нуля
Глава 13. Сверточные нейронные сети
Глава 14. ResNet
Глава 15. Архитектуры приложений
Глава 16. Процесс обучения
Часть IV Глубокое обучение с чистого листа
Глава 17. Продвинутые основы нейронной сети
Глава 18. Интерпретация CNN с помощью CAM
Глава 19. Класс Learner с нуля
Глава 20. Подведем итог
Приложения
Приложение Б. Схема подготовки проекта по аналитике данных
Скачать Гуггер Сильвейн, Ховард Джереми. Глубокое обучение с fastai и PyTorch. Минимум формул, минимум кода, максимум эффективности
