Mélytanulás Pythonnal

Olvasói vélemények

A könyvet nagyra értékelik a mélytanulás kiváló bevezetőjeként, amely különösen alkalmas az alapvető programozási ismeretekkel rendelkező olvasók számára. Dicsérik világos magyarázataiért, gyakorlatias fókuszáért és a Keras könyvtár hatékony használatáért. Néhány olvasó azonban megjegyezte a könyv fizikai minőségével kapcsolatos problémákat és a mélység hiányát bizonyos területeken, különösen azok számára, akik szigorúbb matematikai részleteket keresnek.

⬤ A mélytanulási fogalmak világos és tömör magyarázatai.
⬤ Gyakorlati megközelítés kódpéldákkal a Keras használatával.
⬤ Programozási ismeretekkel rendelkező kezdők számára is alkalmas.
⬤ Jó lefedettség a mélytanulás területén.
⬤ A szerző meglátásai a mesterséges intelligencia területén szerzett tapasztalataiból.
⬤ Magával ragadó írásmód, amely az összetett témákat is érthetővé teszi.

⬤ Fizikai minőségi problémák, beleértve a nyomtatási hibákat és a kötési problémákat.
⬤ Néhány olvasó szerint a matematikai magyarázatok nem elég mélyek.
⬤ Gyakorlati fókuszú, ami nem biztos, hogy kielégíti azokat, akik egy felsőfokú elméleti szöveget keresnek.
⬤ Egyes technikai beállítások (pl. GPU-konfigurációk) elavultak vagy kihívást jelenthetnek.
⬤ A magyarázatok időnként zavarosak, ami nehézséget okoz a megértésben.

(374 olvasói vélemény alapján)

Eredeti címe:

Deep Learning with Python

Könyv tartalma:

Összefoglaló

A Deep Learning with Python bemutatja a mélytanulás területét a Python nyelv és a nagy teljesítményű Keras könyvtár segítségével. A Keras megalkotója és a Google AI kutatója, Fran ois Chollet által írt könyv intuitív magyarázatokkal és gyakorlati példákkal építi fel a megértést.

A nyomtatott könyv megvásárlása magában foglalja a Manning Publications ingyenes e-könyvét PDF, Kindle és ePub formátumban.

A technológiáról

A gépi tanulás az elmúlt években figyelemre méltó fejlődést ért el. A szinte használhatatlan beszéd- és képfelismeréstől eljutottunk az emberközeli pontosságig. Az olyan gépektől, amelyek nem tudtak legyőzni egy komoly Go játékost, eljutottunk egy világbajnok legyőzéséig. E fejlődés mögött a mélytanulás áll - a mérnöki fejlődés, a legjobb gyakorlatok és az elmélet kombinációja, amely számos, korábban lehetetlen intelligens alkalmazást tesz lehetővé.

A könyvről

A Deep Learning with Python bemutatja a mélytanulás területét a Python nyelv és a nagy teljesítményű Keras könyvtár segítségével. A Keras megalkotója és a Google AI kutatója, Fran ois Chollet által írt könyv intuitív magyarázatokkal és gyakorlati példákkal építi fel a megértést. A számítógépes látás, a természetes nyelvi feldolgozás és a generatív modellek alkalmazásain keresztül kihívást jelentő fogalmakat fedezhet fel és gyakorolhat. Mire befejezi a könyvet, már rendelkezni fog azzal a tudással és gyakorlati készségekkel, amelyekkel saját projektjeiben alkalmazhatja a mélytanulást.

What's Inside

⬤ Mélytanulás az első alapelvektől.

⬤ A saját mélytanulási környezet beállítása.

⬤ Képosztályozási modellek.

⬤ Mély tanulás szövegekhez és szekvenciákhoz.

⬤ Neurális stílusátvitel, szöveggenerálás és képgenerálás.

Az olvasóról

Az olvasónak középfokú Python-ismeretekre van szüksége. A Keras, a TensorFlow vagy a gépi tanulással kapcsolatos korábbi tapasztalat nem szükséges.

A szerzőről

Fran ois Chollet a Google-nál dolgozik a mélytanuláson a kaliforniai Mountain View-ban. Ő a Keras mélytanulási könyvtár megalkotója, valamint a TensorFlow gépi tanulási keretrendszer közreműködője. Emellett mélytanulási kutatásokat is végez, amelyek középpontjában a számítógépes látás és a gépi tanulás alkalmazása a formális gondolkodásban áll. Publikációi a terület jelentős konferenciáin jelentek meg, többek között a Conference on Computer Vision and Pattern Recognition (CVPR), a Conference and Workshop on Neural Information Processing Systems (NIPS), a International Conference on Learning Representations (ICLR) és más konferenciákon.

Tartalomjegyzék

1. RÉSZ - A MÉLYTANULÁS ALAPJAI.

⬤ Mi a mélytanulás?

⬤ Előtte: a neurális hálózatok matematikai építőkövei.

⬤ A neurális hálózatokkal való kezdés.

⬤ A gépi tanulás alapjai.

2. RÉSZ - MÉLYTANULÁS A GYAKORLATBAN.

⬤ Mély tanulás a számítógépes látáshoz.

⬤ Mély tanulás szövegekhez és szekvenciákhoz.

⬤ Hosszabb távú mélytanulás legjobb gyakorlatai.

⬤ Generatív mélytanulás.

⬤ Következtetések.

A függelék - A Keras és függőségeinek telepítése Ubuntun.

B függelék - Jupyter notebookok futtatása egy EC2 GPU-példányon.