Глубокое обучение с fastai и PyTorch: минимум формул, минимум кода, максимум эффективности Год издания: 2022 Автор: Ховард Джереми, Гуггер Сильвейн Переводчик: ООО «Прогресс книга», 2022 Жанр или тематика: Программирование Издательство: СПб.: Питер ISBN: 978-5-4461-1475-7 Серия: Бестселлеры O’Reilly Язык: Русский Формат: PDF Качество: Издательский макет или текст (eBook) Количество страниц: 624 Описание: 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.
Создатели fastai доказали, что самые модные и актуальные приложения можно делать быстро и не засыпать над скучными теоретическими выкладками и зубодробительными формулами.
Примеры страниц
Краткое содержание
Отзывы о книге......................................................................................................................18
Введение..................................................................................................................................22
Предисловие..........................................................................................................................25
ЧАСТЬ I
ГЛУБОКОЕ ОБУЧЕНИЕ НА ПРАКТИКЕ
Глава 1. Путешествие в мир глубокого обучения.................................................28
Глава 2. От модели к продакшену................................................................................86
Глава 3. Этика данных.....................................................................................................125
ЧАСТЬ II
ПОНИМАНИЕ ПРИЛОЖЕНИЙ НА БАЗЕ FASTAI
Глава 4. Обучение классификатора цифр: взгляд изнутри............................168
Глава 5. Классификация изображений....................................................................222
Глава 6. Другие задачи компьютерного зрения..................................................256
Глава 7. Обучение современной модели...............................................................278
Глава 8. Коллаборативная фильтрация...................................................................294
Глава 9. Табличное моделирование.........................................................................320
Глава 10. Погружение в NLP: рекуррентные нейронные сети.....................376
Глава 11. Преобразование данных с помощью Mid-Level API .....................405
ЧАСТЬ III
ОСНОВЫ ГЛУБОКОГО ОБУЧЕНИЯ
Глава 12. Языковая модель с нуля.............................................................................422
Глава 13. Сверточные нейронные сети...................................................................453
Глава 14. ResNet.................................................................................................................492
Глава 15. Архитектуры приложений........................................................................511
Глава 16. Процесс обучения.........................................................................................524
ЧАСТЬ IV
ГЛУБОКОЕ ОБУЧЕНИЕ С ЧИСТОГО ЛИСТА
Глава 17. Продвинутые основы нейронной сети...............................................544
Глава 18. Интерпретация CNN с помощью CAM.................................................571
Глава 19. Класс Learner с нуля.....................................................................................579
Глава 20. Подведем итог................................................................................................598
ПРИЛОЖЕНИЯ
Приложение A. Создание блога................................................................................602
Приложение Б. Схема подготовки проекта по аналитике данных............611
Об авторах.............................................................................................................................619
Благодарности.....................................................................................................................620
Об обложке...........................................................................................................................622
