Программируем с PyTorch. Создание приложений глубокого обучения
PyTorch – это фреймворк от Facebook с открытым исходным кодом. Узнайте, как использовать его для создания собственных нейронных сетей. Ян Пойнтер поможет разобраться, как настроить PyTorch в облачной среде, как создавать нейронные архитектуры, облегчающие работу с изображениями, звуком и текстом. Книга охватывает важнейшие концепции применения переноса обучения, модели отладки и использования библиотеки PyTorch. Вы научитесь: - Внедрять модели глубокого обучения в работу - Использовать PyTorch в масштабных проектах - Применять перенос обучения - Использовать PyTorch torchaudio и сверточные модели для классификации аудиоданных - Применять самые современные методы NLP, используя модель, обученную на «Википедии» - Выполнять отладку моделей PyTorch с TensorBoard и флеймграф - Развертывать приложения PyTorch в контейнерах «PyTorch –– это одна из самых быстрорастущих библиотек глубокого обучения, соперничающая с гигантом Google — TensorFlow — практически на равных. Книга обязательно должна стать настольной для каждого программиста и разработчика алгоритмов машинного обучения, которые хотят использовать PyTorch в своей работе». Анкур Патель, вице-президент направления Data Science в компании 7Park Data Ян Пойнтер (Ian Pointer) — дата-инженер – создает решения машинного обучения для клиентов из списка Fortune 100. В настоящее время работает в Lucidworks, где занимается разработкой NLP-приложений и проектированием.
Печатное издание имеет сертификаты качества и безопасности и соответствует нормам санитарной гигиены. На товар распростаняется гарантия. Действует дисконтная накопительная система, а также корпоративная скидка 10% на заказ от 20 шт. На странице офомления заказа будет отражена более точная информация о стоимости доставки в ваш регион и о вашей личной скидке.
Позвольте Вам предложить
-
Знакомство с PyTorch: глубокое обучение при обработке естественного языка
Обработка текстов на естественном языке (Natural Language Processing, NLP) - крайне важная задача в области искусственного интеллекта. Успешная реализация делает возможными…
-
Основы глубокого обучения. Создание алгоритмов для искусственного интеллекта следующего поколения
О книге Глубокое обучение - машинное обучение, которое строится на идее обучения через примеры. Эта книга разбирает основные идеи этой сложной отрасли…
-
Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки
Технологии анализа текстовой информации стремительно меняются под влиянием машинного обучения. Нейронные сети из теоретических научных исследований перешли в реальную жизнь, и…
-
Прикладное глубокое обучение. Подход к пониманию глубоких нейронных сетей на основе метода кейсов
Затронуты расширенные темы глубокого обучения: оптимизационные алгоритмы, настройка гиперпараметров, отсев и анализ ошибок, стратегии решения типичных задач во время тренировки глубоких…
-
Обучение с подкреплением на PyTorch. Сборник рецептов. Свыше 60 рецептов проектирования, разработки
Библиотека PyTorch выходит на передовые позиции в качестве средства обучения с подкреплением (ОП) благодаря эффективности и простоте ее использования. Эта книга…
-
Глубокое обучение (цветная)
Основы прикладной математики и машинного обучения Теория вероятности и теория информации Оценка максимального правдоподобия Современные подходы к глубоким сетям Регуляризация в глубоком обучении Оптимизация в обучении…
-
TensorFlow для глубокого обучения
Книга знакомит с основами программной библиотеки TensorFlow и принципами глубокого обучения, начиная с нулевого уровня. В книге рассмотрены базовые вычисления в…
-
Грокаем глубокое обучение
Глубокое обучение - это раздел искусственного интеллекта, цель которого научить компьютеры обучаться с помощью нейронных сетей - технологии, созданной по образу…
-
Введение в глубокое обучение
Автор книги - давний исследователь искусственного интеллекта, специализирующийся на обработке естественного языка, революцию в котором сделало глубокое обучение. К сожалению, ему потребовалось…