Deep Learning with Python

Deep Learning with Python introduces the field of deep learning using the Python language and the powerful Keras library. Written by Keras creator and Google AI researcher François Chollet, this book builds your understanding through intuitive explanations and practical examples.

Жанры

Рейтинг LiveLib

4,4

17 оценок

5
53%
4
35%
3
12%
2
0%
1
0%

Ваша оценка

Прочитали 20Хотят прочитать 66

Рецензии

bru_sia17 сентября 2024 г.
Со стороны всё это может походить на волшебство, однако если разобрать процесс на мелкие шаги, он выглядит очень просто.
Написанная создателем Keras - одного из популярных фреймворков для машинного обучения, данная книга представляет собой базовое введение в основные архитектуры глубокого обучения, так или иначе используемые по настоящее время.
Сочетая в себе необходимую базовую теорию, и вместе с тем избегая сложных математических выкладок, которые нередко способны оттолкнуть даже хорошо мотивированного читателя, и ограничиваясь доходчивыми разъяснениями сути происходящих манипуляций, приёмов и применяемых методов, книга даёт пошаговое руководство для применения получаемых при чтении знаний на практике. Каждое действие сопровождается примером воспроизводимого кода, каждый участок которого, в свою очередь, содержит исчерпывающее описания происходящего.
Автор описывает все базовые архитектуры глубокого обучения, получившие широкое распространение на момент написания книги. К примеру, трансформеры и механизмы внимания, массово использующиеся в настоящее время, здесь уже не разбираются, зато даётся добротная основа для понимания как принципов проектирования нейронных сетей, так и основных этапов работы с моделями: подготовкой данных, обучением параметров, подбором функций активации и потерь - последнему, впрочем, за неимением достаточных математических обоснований, в тексте даётся исключительно ультимативные рекомендации из разряда "для этих задач лучше подходит это, а вот для тех - то". Что, однако, оставляет немало простора и свободы для вариативности в установленных рамках и книге идёт только на пользу.
Книга станет хорошим помощником для новичков, притом изложение материала здесь доступно как специалистам, имеющим профильное техническое образование, так и более отдалённым профессиям. Она также будет полезна тем, кто, желая освежить неиспользованные какое-то время знания, опасается погружаться в дебри математических выкладок, но кому в то же время не терпится применить изученное на практике.
Обучение - это пожизненное путешествие.
Читать далее
Содержит спойлеры
10
176
Lukyanchikov15 декабря 2020 г.
Хороша для новичков
Эта книга подойдет в первую очередь тем, кто хочет начать изучать глубокое обучение. В книге используется фреймворк Keras, который был разработан автором данной книги (ну и сообществом, конечно). После прочтения вы не станете профессионалом в области нейронных сетей, однако, поймете базовые принципы на примере простеньких задач.
2
516
ThinkDifferent10 января 2019 г.
Доступно о сложном
Книга оправдала возложенные на неё ожидания. Начало книги посвящено истории появления машинного обучения, нейронных сетей. Присутствует краткое описание математического аппарата данной темы. Рассмотрены и описаны основные виды нейронных сетей: начиная от простейших и заканчивая генеративно-состязательными сетями. Так как автор один из создателей Keras, то всё примеры кода приведены с использованием именно этой библиотеки на языке Python. Вникнуть в суть помогают блок-схемы и диаграммы. Достаточно внимания уделено вопросам настройки параметров и повышения точности предсказания моделей, что очень важно для будущих data-scientist-ов. Местами перевод не блещет, но тема достаточно специфическая и присутствует много узкоспециализированных терминов. В конце книги можно подчерпуть основные тренды развития глубокого обучения. Есть приложение по настройке с нуля окружения и программ для начала работы с Keras. Думаю после прочтения данной книги многие вопросы по работе с нейронными сетями станут вам более понятными.
Читать далее
1
807

Все рецензии

Цитаты

bru_sia17 сентября 2024 г.
Такую непрерывно развивающуюся систему моделей можно рассматривать как общий искусственный интеллект (Artificial General Intellegence, AGI). Однако не нужно ожидать, что в результате возникнет какой-то необычный апокалиптический робот: это чистая фантазия, порождённая длинной последовательностью глубоких недоразумений и непонимания как интеллекта, так и технологий.
1
43
bru_sia17 сентября 2024 г.
Как и многое другое в глубоком обучении, это больше алхимия, чем наука: все хитрости, описываемые далее, выявлены экспериментальным путём и не имеют теоретического обоснования. Они опираются на интуитивное понимание явления и хорошо работают на практике, хотя и не во всех контекстах.
1
34