Értékelés:
A könyv átfogó és jól felépített bevezetés a PyTorch segítségével történő mélytanulásba, amely kezdők és középhaladók számára egyaránt alkalmas. A könyv az adatfeldolgozástól a modellek telepítéséig számos témakört érint, világos magyarázatokkal és gyakorlati kódpéldákkal.
Előnyök:A könyv jól megírt és olvasmányos, alapos megértést nyújt a mélytanulás fogalmairól. Lépésről lépésre kódpéldákat, képernyőmentéseket tartalmaz az alkalmazásokhoz, és olyan témakörökkel foglalkozik, mint az adatfeldolgozás, a hibaelemzés és a modellek telepítése. Különösen dicsérik, hogy kezdők számára bevezető forrásként is alkalmas.
Hátrányok:Az értékelésekben nem jegyeztek fel jelentős hátrányokat.
(3 olvasói vélemény alapján)
The Deep Learning with PyTorch Workshop: Build deep neural networks and artificial intelligence applications with PyTorch
Szerezz előnyt a mesterséges intelligencia és a mélytanulás világában a PyTorch segítségével
Főbb jellemzők
⬤ Tanulja meg, hogyan határozhatja meg saját hálózati architektúráját a mélytanulásban.
⬤ Vezessen be hasznos módszereket egy modell létrehozásához és betanításához a PyTorch szintaxis segítségével.
⬤ Fedezze fel, hogy az olyan funkciókat használó intelligens alkalmazások, mint a képfelismerés és a beszédfelismerés, hogyan dolgozzák fel ténylegesen az adatait.
Könyv leírása
Szeretne megismerkedni a mélytanulás egyik legnépszerűbb gépi tanulási könyvtárával? A Deep Learning with PyTorch Workshop éppen ebben segít, és megalapozza a PyTorch mélytanulásra való használatára vonatkozó ismereteidet, még akkor is, ha a nulláról indulsz.
Nem meglepő, hogy a mélytanulás népszerűsége meredeken emelkedett az elmúlt években, köszönhetően az olyan intelligens alkalmazásoknak, mint az önvezető járművek, a chatbotok és a hangvezérelt asszisztensek, amelyek megkönnyítik az életünket. Ez a könyv bevezet a mélytanulás világába, ahol a PyTorch segítségével megértheted a neurális hálózati architektúrák összetettségét.
A Deep Learning with PyTorch Workshop a mélytanulás és alkalmazásainak bemutatásával kezdődik. Megismerkedsz a PyTorch szintaxisával, és megtanulod, hogyan határozz meg egy hálózati architektúrát és hogyan képezz ki egy modellt. Ezután megismerkedsz a három fő neurális hálózati architektúrával - a konvolúciós, a mesterséges és a rekurrens -, sőt, valós adatproblémákat is megoldasz e hálózatok segítségével. A későbbi fejezetek megmutatják, hogyan hozhat létre egy stílusátviteli modellt, hogy két képből egy új képet fejlesszen ki, mielőtt végül végigveszi, hogyan tárolják az RNN-ek a memóriát, hogy megoldják a legfontosabb adatproblémákat.
A könyv végére elsajátíthatod a PyTorch alapvető fogalmait, eszközeit és könyvtárait, hogy saját mély neurális hálózatokat és intelligens alkalmazásokat fejleszthess.
Mit fogsz tanulni?
⬤ Felfedezi a mélytanulás különböző alkalmazásait.
⬤ Megtanulja a PyTorch megközelítését a neurális hálózatok építéséhez.
⬤ Hozzon létre és képezze ki saját perceptronját a PyTorch segítségével.
⬤ Regressziós problémák megoldása mesterséges neurális hálózatok (ANN) segítségével.
⬤ Birkózzon meg a számítógépes látás problémáival a konvolúciós neurális hálózatokkal (CNN).
⬤ Nyelvi fordítási feladatok elvégzése rekurrens neurális hálózatok (RNN) segítségével.
Kinek szól ez a könyv
Ez a mélytanulásról szóló könyv ideális mindenkinek, aki mélytanulási modelleket szeretne létrehozni és betanítani a PyTorch segítségével. A Python programozási nyelv és a hozzá tartozó csomagok alapos ismerete segít a könyvben tárgyalt témák gyorsabb megértésében.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)