Глубокое обучение с Fastai и PyTorch
1.440 ₽
Автор: Джереми Ховард
Название: Глубокое обучение с Fastai и PyTorch
Формат: PDF
Тема: IT
Количество страниц: 625
Качество: Компьютерное, издательское
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.
Описание
Глубокое обучение с Fastai и PyTorch — практическое руководство, которое быстро вводит читателя в мир нейронных сетей и современных подходов к глубокому обучению. Книга сочетает библиотеку fastai с фреймворком PyTorch, позволяя уже на первых страницах создавать работающие модели компьютерного зрения, обработки естественного языка и табличных данных.
Авторы последовательно показывают, как применять transfer learning, строить и отлаживать модели, работать с данными, оценивать качество и выводить модели в продакшен. Особое внимание уделено современным методикам, которые дают высокие результаты при минимальных вычислительных ресурсах.
- разработчикам, которые хотят быстро войти в deep learning без долгого изучения математики
- практикующим data scientist и ML-инженерам, желающим освоить fastai и PyTorch
- студентам и исследователям, которым нужны рабочие инструменты для экспериментов
- специалистам из других областей, планирующим применять нейросети в своих проектах
Только зарегистрированные клиенты, купившие данный товар, могут публиковать отзывы.
Похожие
Другие книги раздела «Веб-дизайн и программирование»
- John Zelle – Python Programming (2017)
- Soonhoi Ha – Handbook of Hardware Software Codesign (2017)
- С. Ржевский – Математическое программирование (2022)
- Giuseppe Ciaburro – Neural Networks with R
- Igor Livshin – Artificial Neural Networks with Java (Second edition)
- Leonardo De Marchi – Hands-On Neural Networks
- Maxime Labonne – Hands-On Graph Neural Networks Using Python
- 80 Ways to use ChatGPT in the classroom
- Андреас Мюллер – Введение в машинное обучение с помощью Python
- Андрей Бурков – Инженерия машинного обучения. Машинное обучение без лишних слов
- Анирад Коул – Искусственный интеллект и компьютерное зрение
- Бенджамин Бенгфорт – Прикладной анализ текстовых данных на Python
- Глубокое обучение в биологии и медицине
- Паттерны проектирования API
- Python для сложных задач
- Go. Идиомы и паттерны проектирования
Рекомендуем также
- S. Paul – Clinical Cases in Skin Cancer Surgery and Treatment (2016)
- Y. Sakai – Laparoscopic Surgery for Colorectal Cancer (2016)
- V. Stearns – Novel Biomarkers in the Continuum of Breast Cancer (2016)
- A. Mathur – Nanotechnology in Cancer (2017)
- P. Rennert – Novel Immunotherapeutic Approaches to the Treatment of Cancer
- M. Baranska – Optical Spectroscopy and Computational Methods in Biology and Medicine (2014)
- A. Bondanza – Tumor Immunology (2016)
- H. Seligmann – DNA Replication. Current Advances (2016)
Отзывы
Отзывов пока нет.