Wewnątrz głębokiego uczenia: Matematyka, algorytmy, modele

Ocena:   (4,6 na 5)

Wewnątrz głębokiego uczenia: Matematyka, algorytmy, modele (Edward Raff)

Opinie czytelników

Podsumowanie:

Książka jest wysoko ceniona za jasne wyjaśnienia, praktyczne przykłady kodu w PyTorch i skuteczne metody nauczania, takie jak równania oznaczone kolorami. Służy zarówno jako doskonałe wprowadzenie dla początkujących, jak i przydatne odniesienie dla ekspertów w dziedzinie głębokiego uczenia się. Niektórzy użytkownicy wyrazili jednak rozczarowanie brakiem szczegółowych wyjaśnień matematycznych i słabą organizacją przykładów kodu, co może prowadzić do nieporozumień. Ponadto pojawiły się problemy z brakującymi kodami dostępu do dodatkowych zasobów online.

Zalety:

Przejrzyste wyjaśnienia, odpowiednie zarówno dla początkujących, jak i ekspertów
praktyczne przykłady kodu w PyTorch
efektywne wykorzystanie kodowania kolorami w objaśnieniach matematycznych
angażująca treść, która stopniowo buduje wiedzę
zawiera cenne spostrzeżenia inżynieryjne od autora.

Wady:

Brak szczegółowych wyjaśnień matematycznych zgodnie z obietnicą
myląca organizacja przykładów kodu
niektórzy użytkownicy uznali kod za źle zaprezentowany
brakujące kody dostępu do dodatkowych zasobów online, ograniczające użyteczność.

(na podstawie 9 opinii czytelników)

Oryginalny tytuł:

Inside Deep Learning: Math, Algorithms, Models

Zawartość książki:

Napisana z myślą o codziennych programistach, książka Inside Deep Learning nie zawiera skomplikowanych dowodów matematycznych ani zbędnej teorii akademickiej.

Poznaj teorię i praktykę nowoczesnego głębokiego uczenia i zastosuj innowacyjne techniki do rozwiązywania codziennych problemów z danymi. Inside Deep Learning to szybki przewodnik dla początkujących w rozwiązywaniu typowych problemów technicznych za pomocą głębokiego uczenia.

Napisany z myślą o codziennych programistach, Inside Deep Learning nie zawiera skomplikowanych dowodów matematycznych ani zbędnej teorii akademickiej. Dowiesz się, jak działa głębokie uczenie się za pomocą prostego języka, kodu z adnotacjami i równań, pracując nad dziesiątkami natychmiast przydatnych przykładów PyTorch. Zbudujesz tłumacza francusko-angielskiego, który działa na tych samych zasadach, co profesjonalne tłumaczenie maszynowe, i odkryjesz najnowocześniejsze techniki wyłaniające się z najnowszych badań. Co najlepsze, każde rozwiązanie deep learning w tej książce można uruchomić w mniej niż piętnaście minut przy użyciu darmowego sprzętu GPU.

Zakup książki drukowanej obejmuje bezpłatny eBook w formatach PDF, Kindle i ePub od Manning Publications.

Dodatkowe informacje o książce:

ISBN:9781617298639
Autor:
Wydawca:
Język:angielski
Oprawa:Miękka oprawa
Rok wydania:2022
Liczba stron:425

Zakup:

Obecnie dostępne, na stanie.

Inne książki autora:

Wewnątrz głębokiego uczenia: Matematyka, algorytmy, modele - Inside Deep Learning: Math, Algorithms,...
Napisana z myślą o codziennych programistach,...
Wewnątrz głębokiego uczenia: Matematyka, algorytmy, modele - Inside Deep Learning: Math, Algorithms, Models

Prace autora wydały następujące wydawnictwa: