Про книгу Глубокое обучение. Готовые решения
Технология глубокого обучения не настолько сложна, как многие считают. До недавнего времени на ее изучение уходили годы, но с появлением таких фреймворков, как Keras и TensorFlow, инженеры-программисты, не имеющие опыта в данной области, могут быстро начать создавать рабочие приложения. Благодаря готовым примерам, приведенным в книге, вы научитесь решать задачи, связанные с классификацией и генерированием текста, изображений и музыки.
В каждой главе описывается несколько решений, объединяемых в единый проект, например приложение, реализующее тренировку музыкальной рекомендательной системы. Также имеется глава с описанием методик, которые в случае необходимости помогут выполнить отладку нейронной сети. Все примеры написаны на языке Python и доступны в виде набора блокнотов.
Давид Осинга - опытный инженер-программист, ранее работавший в Google, основатель трех стартапов. Ведет популярный сайт программных проектов, посвященный в том числе машинному обучению.
Зміст Глубокое обучение. Готовые решения
Предисловие
Введение
Глава 1. Инструменты и методы
Глава 2. Ищем выход из затруднительных ситуаций
Глава 3. Вычисление схожести текстов с использованием векторных представлений слов
Глава 4. Создание рекомендательной системы на основе исходящих ссылок Википедии
Глава 5. Генерирование текста в стиле предоставленного примера
Глава 6. Поиск сходных вопросов
Глава 7. Предсказание эмодзи
Глава 8. Модели seq2seq
Глава 9. Повторное использование предварительно обученной сети распознавания изображений
Глава 10. Создание службы обратного поиска изображений
Глава 11. Обнаружение нескольких изображений
Глава 12. Стиль изображения
Глава 13. Генерирование изображений с помощью автокодировщиков
Глава 14. Генерирование значков с помощью глубоких сетей
Глава 15. Музыка и глубокое обучение
Глава 16. Развертывание систем машинного обучения в производственной среде
Предметный указатель
