Hlboké učenie pre začiatočníkov 2: Implementácia rekurzívnych neurónových sietí, VAE a GAN (Strojové učenie) v Pythone

Toto je druhý diel série o základoch hlbokého učenia, ktorú vyučuje populárny lektor na online vzdelávacej platforme Udemy.. Predchádzajúca kniha, „Hlboké učenie pre začiatočníkov,“ vysvetlila úplné základy.: neurónové siete a spätná propagácia, jednoducho zrozumiteľne aj pre začiatočníkov. Táto kniha vysvetľuje rekurentné neurónové siete (Rekurentné neurónové siete), ktoré sú vysoko cenné v oblasti spracovania prirodzeného jazyka, ako aj generatívne hlboké učebné modely VAE (Variačný autoenkodér) a GAN (Generatívne adverzárne siete), vrátane metód implementácie. Po predchádzajúcej knihe je implementácia programu vykonaná výhradne v Pythone, bez spoliehania sa na existujúce frameworky.

[Vlastnosti knihy] - Pre tých, ktorí nečítali predchádzajúcu knihu, sú tu kapitoly vysvetľujúce základy Pythonu, matematiky a neurónových sietí. - Ukážkové programy sú napísané výhradne v Pythone, bez použitia akýchkoľvek frameworkov.. Vďaka tomu sú princípy kódovania matematických vzorcov ľahko pochopiteľné, dokonca aj pre začiatočníkov. - Ukážkové programy si môžete stiahnuť z webovej stránky SB Creative Corporation. Kompatibilné s Python 3, Jupyter Notebook a Google Colaboratory

Kapitola 1: Vývoj hlbokého učenia Prehľad hlbokého učenia Aplikácie hlbokého učenia Technológie zahrnuté v tejto knihe Ako používať túto knihu

Kapitola 2: Príprava na učenie Nastavenie prostredia Anaconda Ako používať Google Colaboratory Ako používať Jupyter Notebook Základy Pythonu NumPy a matplotlib Základná matematika

Kapitola 3: Základy hlbokého učenia Prehľad neurónových sietí a hlbokého učenia Dopredná propagácia cez plne prepojené vrstvy Spätná propagácia cez plne prepojené vrstvy Implementácia plne prepojenej vrstvy Jednoduchá implementácia hlbokého učenia

Kapitola 4: RNN Prehľad RNN Dopredná propagácia cez vrstvy RNN Spätná propagácia cez vrstvy RNN Implementácia vrstvy RNN Jednoduchá implementácia RNN Problémy, ktorým čelia RNN

Kapitola 5: LSTM Prehľad LSTM Dopredná propagácia cez LSTM vrstvy Spätná propagácia cez LSTM vrstvy Implementácia vrstvy LSTM Jednoduchá implementácia LSTM Automatické generovanie textu

Kapitola 6: GRU Prehľad GRU Dopredná propagácia vrstvy GRU Spätná propagácia vrstvy GRU Implementácia GRU vrstvy Jednoduchá implementácia GRU Kódovač-Dekodér

Kapitola 7: VAE Prehľad VAE Ako funguje VAE Implementácia autoenkodérov Vrstvy potrebné pre VAE Implementácia VAE Deriváty VAE Kapitola 8: GAN Prehľad GAN Ako funguje GAN Vrstvy potrebné pre GAN Implementácia GAN GAN deriváty