Книга знакомит с основами программной библиотеки TensorFlow и принципами глубокого обучения, начиная с нулевого уровня. В книге рассмотрены базовые вычисления в библиотеке TensorFlow, простые обучающиеся системы и их построение, полносвязные глубокие сети, прототипы и превращение прототипов в высококачественные модели, сверхточные нейронные сети и обработка изображений, рекуррентные нейронные сети и наборы естественно-языковых данных, способы обучения с максимизацией подкрепления на примере известных игр, приемы тренинга глубоких сетей с помощью графических и тензорных процессоров.

Книга знакомит с основами программной библиотеки TensorFlow и принципами глубокого обучения, начиная с нулевого уровня. В книге рассмотрены базовые вычисления в библиотеке TensorFlow, простые обучающиеся системы и их построение, полносвязные глубокие сети, прототипы и превращение прототипов в высококачественные модели, сверхточные нейронные сети и обработка изображений, рекуррентные нейронные сети и наборы естественно-языковых данных, способы обучения с максимизацией подкрепления на примере известных игр, приемы тренинга глубоких сетей с помощью графических и тензорных процессоров.

Книга знакомит с основами программной библиотеки TensorFlow и принципами глубокого обучения, начиная с нулевого уровня. В книге рассмотрены базовые вычисления в библиотеке TensorFlow, простые обучающиеся системы и их построение, полносвязные глубокие сети, прототипы и превращение прототипов в высококачественные модели, сверхточные нейронные сети и обработка изображений, рекуррентные нейронные сети и наборы естественно-языковых данных, способы обучения с максимизацией подкрепления на примере известных игр, приемы тренинга глубоких сетей с помощью графических и тензорных процессоров.

Обработка естественного языка применяется в различных приложениях машинного обучения, а TensorFlow является важнейшей библиотекой для реализации систем глубокого обучения на практике. Эта книга знакомит читателя с методами обработки естественного языка и содержит практическое руководство по работе с TensorFlow, предоставляя мощный инструмент для работы с огромными объемами неструктурированных данных и решения уникальных задач по обработке естественного языка. Книга начинается с изучения общих понятий NLP и принципа работы TensorFlow. Затем вы узнаете, как использовать технологию World2vec и ее расширения для создания представлений, превращающих последовательности слов в числовые векторы, понятные алгоритмам глубокого обучения, таким, как сверточные и рекуррентные нейросети, и рассмотрите примеры решения задач по классификации предложений и генерации текста. Вы научитесь применять продвинутые рекуррентные модели, включая ячейки с долгой краткосрочной памятью в приложениях для обработки естественного языка. Наконец, вы самостоятельно создадите с нуля систему нейронного машинного перевода. Прочитав эту книгу, вы получите не только понимание теоретических основ, но и практические навыки по применению TensorFlow в приложениях глубокого обучения для обработки естественного языка.

Обработка естественного языка применяется в различных приложениях машинного обучения, а TensorFlow является важнейшей библиотекой для реализации систем глубокого обучения на практике. Эта книга знакомит читателя с методами обработки естественного языка и содержит практическое руководство по работе с TensorFlow, предоставляя мощный инструмент для работы с огромными объемами неструктурированных данных и решения уникальных задач по обработке естественного языка. Книга начинается с изучения общих понятий NLP и принципа работы TensorFlow. Затем вы узнаете, как использовать технологию World2vec и ее расширения для создания представлений, превращающих последовательности слов в числовые векторы, понятные алгоритмам глубокого обучения, таким, как сверточные и рекуррентные нейросети, и рассмотрите примеры решения задач по классификации предложений и генерации текста. Вы научитесь применять продвинутые рекуррентные модели, включая ячейки с долгой краткосрочной памятью в приложениях для обработки естественного языка. Наконец, вы самостоятельно создадите с нуля систему нейронного машинного перевода. Прочитав эту книгу, вы получите не только понимание теоретических основ, но и практические навыки по применению TensorFlow в приложениях глубокого обучения для обработки естественного языка.

Обработка естественного языка применяется в различных приложениях машинного обучения, а TensorFlow является важнейшей библиотекой для реализации систем глубокого обучения на практике. Эта книга знакомит читателя с методами обработки естественного языка и содержит практическое руководство по работе с TensorFlow, предоставляя мощный инструмент для работы с огромными объемами неструктурированных данных и решения уникальных задач по обработке естественного языка. Книга начинается с изучения общих понятий NLP и принципа работы TensorFlow. Затем вы узнаете, как использовать технологию World2vec и ее расширения для создания представлений, превращающих последовательности слов в числовые векторы, понятные алгоритмам глубокого обучения, таким, как сверточные и рекуррентные нейросети, и рассмотрите примеры решения задач по классификации предложений и генерации текста. Вы научитесь применять продвинутые рекуррентные модели, включая ячейки с долгой краткосрочной памятью в приложениях для обработки естественного языка. Наконец, вы самостоятельно создадите с нуля систему нейронного машинного перевода. Прочитав эту книгу, вы получите не только понимание теоретических основ, но и практические навыки по применению TensorFlow в приложениях глубокого обучения для обработки естественного языка.

Данная книга представляет собой углубленное практическое руководство, которое позволит читателям освоить методы глубокого обучения на уровне, достаточном для развертывания готовых решений. Прочитав книгу, вы сможете быстро приступить к работе с библиотекой TensorFlow и заняться оптимизацией архитектур глубокого обучения. Книга охватывает все практические аспекты глубокого обучения, существенно важные для любой отрасли. Рассмотренные прототипы могут непосредственно применяться для создания новых приложений глубокого обучения. Представленный в книге программный код доступен в виде блокнотов iPython и сценариев, позволяющих с легкостью воспроизводить примеры и экспериментировать с ними. Вооружившись полученными знаниями, вы сможете проводить собственные исследования в этой области и делиться возникшими у вас идеями с сообществом. Благодаря этой книге вы: овладеете полным стеком технологий глубокого обучения с использованием TensorFlow и получите необходимую для этого солидную математическую подготовку; научитесь развертывать сложные приложения глубокого обучения в производственной среде с помощью TensorFlow; сможете проводить исследования в области глубокого обучения и выполнять самостоятельные эксперименты с использованием TensorFlow. Сантану Паттанаяк - ведущий специалист по обработке данных в компании GE Digital. Имеет десятилетний опыт работы, в том числе шесть лет занимался анализом данных и наукой о данных. До прихода в GE работал в таких компаниях, как RBS, Capgemini и IBM. Закончил Джадавпурский университет в Калькутте, получив диплом специалиста по электротехнике. В настоящее время готовится к получению степени магистра в области науки о данных в Индийском институте технологий (ИИТ) в Хайдерабаде. Также находит время для участия в хакатонах и соревнованиях по аналитике и предсказательному моделированию на платформе Kaggle, где входит в список 500 наиболее успешных участников. Сантану родился и вырос в Западной Бенгалии и в настоящее время вместе с женой проживает в г. Бангалор (Индия).

Перед вами второе, расширенное в 1.5 раза издание бестселлера от автора библиотеки Keras. Умение работать с моделями глубокого обучения стало важным навыком современных ученых, исследователей и программистов. API языка R для Keras и TensorFlow делает глубокое обучение доступным для всех пользователей R, даже если у них нет опыта работы с машинным обучением или нейронными сетями. Интуитивно понятные объяснения, четкие иллюстрации и наглядные примеры помогут вам освоить основные навыки глубокого обучения с помощью R, такие как компьютерное зрение, обработка естественного языка, работа с текстом, и даже изучить передовую архитектуру Transformer. Для читателей со средними навыками программирования на R. Опыт работы с Keras, TensorFlow или моделями глубокого обучения не требуется. 2-е издание.

Данная книга представляет собой углубленное практическое руководство, которое позволит читателям освоить методы глубокого обучения на уровне, достаточном для развертывания готовых решений. Прочитав книгу, вы сможете быстро приступить к работе с библиотекой TensorFlow и заняться оптимизацией архитектур глубокого обучения. .Книга охватывает все практические аспекты глубокого обучения, существенно важные для любой отрасли. Рассмотренные прототипы могут непосредственно применяться для создания новых приложений глубокого обучения. Представленный в книге программный код доступен в виде блокнотов iPython и сценариев, позволяющих с легкостью воспроизводить примеры и экспериментировать с ними. Вооружившись полученными знаниями, вы сможете проводить собственные исследования в этой области и делиться возникшими у вас идеями с сообществом. .

Данная книга представляет собой углубленное практическое руководство, которое позволит читателям освоить методы глубокого обучения на уровне, достаточном для развертывания готовых решений. Прочитав книгу, вы сможете быстро приступить к работе с библиотекой TensorFlow и заняться оптимизацией архитектур глубокого обучения. .Книга охватывает все практические аспекты глубокого обучения, существенно важные для любой отрасли. Рассмотренные прототипы могут непосредственно применяться для создания новых приложений глубокого обучения. Представленный в книге программный код доступен в виде блокнотов iPython и сценариев, позволяющих с легкостью воспроизводить примеры и экспериментировать с ними. Вооружившись полученными знаниями, вы сможете проводить собственные исследования в этой области и делиться возникшими у вас идеями с сообществом. .

Кем бы вы ни были — инженером-программистом, стремящимся войти в мир глубокого обучения, опытным специалистом по обработке данных или любителем, мечтающим создать «вирусное» приложение с использованием ИИ, — наверняка задавались вопросом: с чего начать? Практические примеры из этой книги научат вас создавать приложения глубокого обучения для облачных, мобильных и краевых (edge) систем. Если вы хотите создать что-то необычное, полезное, масштабируемое или просто классное — эта книга для вас. Многолетний опыт исследований в области глубокого обучения и разработки приложений позволяют авторам научить каждого воплощать идеи в нечто невероятное и необходимое людям в реальном мире. В этой книге вы: • Узнаете, как обучать, настраивать и развертывать модели компьютерного зрения с помощью Keras, TensorFlow, Core ML и TensorFlow Lite. • Изучите интересные проекты, в том числе Not Hotdog из сериала Silicon Valley и еще более 40 примеров. • Смоделируете беспилотный автомобиль в видеоигровом окружении и создадите миниатюрную версию, использовав технологию обучения с подкреплением. • Научитесь использовать перенос обучения для быстрого обучения моделей. • Найдете более 50 практических советов по повышению точности и скорости модели, отладке и масштабированию до многомиллионной аудитории.

Кем бы вы ни были — инженером-программистом, стремящимся войти в мир глубокого обучения, опытным специалистом по обработке данных или любителем, мечтающим создать «вирусное» приложение с использованием ИИ, — наверняка задавались вопросом: с чего начать? Практические примеры из этой книги научат вас создавать приложения глубокого обучения для облачных, мобильных и краевых (edge) систем. Если вы хотите создать что-то необычное, полезное, масштабируемое или просто классное — эта книга для вас.Многолетний опыт исследований в области глубокого обучения и разработки приложений позволяют авторам научить каждого воплощать идеи в нечто невероятное и необходимое людям в реальном мире.В этой книге вы:• Узнаете, как обучать, настраивать и развертывать модели компьютерного зрения с помощью Keras, TensorFlow, Core ML и TensorFlow Lite.• Изучите интересные проекты, в том числе Not Hotdog из сериала Silicon Valley и еще более 40 примеров.• Смоделируете беспилотный автомобиль в видеоигровом окружении и создадите миниатюрную версию, использовав технологию обучения с подкреплением.• Научитесь использовать перенос обучения для быстрого обучения моделей.• Найдете более 50 практических советов по повышению точности и скорости модели, отладке и масштабированию до многомиллионной аудитории.

Книга о принципах глубокого обучения, описывающая построение и развитие нейронных сетей с нуля. На материале обширных практических наработок в сфере распознавания образов и обработки естественного языка продемонстрированы возможности популярной библиотеки Pytorch, а также Keras и Tensorflow. Особое внимание уделено разбору базовых алгоритмов, реализованных на языке Python, которые помогут самостоятельно освоить работу с нейронными сетями, написав собственное приложение для глубокого обучения на основе данных из браузера.Для Python-разработчиков и специалистов Data Science

Книга о принципах глубокого обучения, описывающая построение и развитие нейронных сетей с нуля. На материале обширных практических наработок в сфере распознавания образов и обработки естественного языка продемонстрированы возможности популярной библиотеки Pytorch, а также Keras и Tensorflow. Особое внимание уделено разбору базовых алгоритмов, реализованных на языке Python, которые помогут самостоятельно освоить работу с нейронными сетями, написав собственное приложение для глубокого обучения на основе данных из браузера.Для Python-разработчиков и специалистов Data Science

Генеративный ИИ — одна из самых обсуждаемых тем в сфере технологий. Пора разобраться с возможностями TensorFlow и Keras, чтобы с легкостью создавать впечатляющие генеративные модели глубокого обучения, включая вариационные автокодировщики (VAE), генеративно-состязательные сети (GAN), трансформеры, нормализующие потоки, модели на основе энергии и диффузионные модели удаления шума.Дэвид Фостер, начинает с основ глубокого обучения и постепенно переходит к передовым архитектурам. Благодаря его советам и подсказкам вы узнаете, как повысить эффективность обучения и творческие возможности ваших моделей.Книга была полностью обновлена и переработана, чтобы соответствовать текущему развитию генеративного обучения.

Генеративный ИИ — одна из самых обсуждаемых тем в сфере технологий. Пора разобраться с возможностями TensorFlow и Keras, чтобы с легкостью создавать впечатляющие генеративные модели глубокого обучения, включая вариационные автокодировщики (VAE), генеративно-состязательные сети (GAN), трансформеры, нормализующие потоки, модели на основе энергии и диффузионные модели удаления шума.Дэвид Фостер, начинает с основ глубокого обучения и постепенно переходит к передовым архитектурам. Благодаря его советам и подсказкам вы узнаете, как повысить эффективность обучения и творческие возможности ваших моделей.Книга была полностью обновлена и переработана, чтобы соответствовать текущему развитию генеративного обучения.