Основной контент книги Глубокое обучение: легкая разработка проектов на Python
Text PDF

Volume 272 pages

2019 year

16+

Глубокое обучение: легкая разработка проектов на Python

4,6
7 ratings
$8.93

About the book

Взрывной интерес к нейронным сетям и искусственному интеллекту затронул уже все области жизни, и понимание принципов глубокого обучения необходимо каждому разработчику ПО для решения прикладных задач. Эта практическая книга представляет собой вводный курс для всех, кто занимается обработкой данных, а также для разработчиков ПО. Вы начнете с основ глубокого обучения и быстро перейдете к более сложным архитектурам, создавая проекты с нуля. Вы научитесь использовать многослойные, сверточные и рекуррентные нейронные сети. Только понимая принцип их работы (от «математики» до концепций), вы сделаете свои проекты успешными. В этой книге:

  • Четкие схемы, помогающие разобраться в нейросетях, и примеры рабочего кода.
  • Методы реализации многослойных сетей с нуля на базе простой объектно-ориентированной структуры.
  • Примеры и доступные объяснения сверточных и рекуррентных нейронных сетей.
  • Реализация концепций нейросетей с помощью популярного фреймворка PyTorch.

Text PDF
Средний рейтинг 0 на основе 0 оценок
Text PDF
Средний рейтинг 3,5 на основе 2 оценок
Text PDF
Средний рейтинг 0 на основе 0 оценок
Text PDF
Средний рейтинг 5 на основе 2 оценок
Text PDF
Средний рейтинг 5 на основе 2 оценок
See all reviews

Книга безусловно хорошая. И, вероятно, даже очень нужная для молодого поколения. Мы то, советские школьники 1970-1980 годов уже в 5-том классе познавали понятие «функция», а в 7-м классе понятие «производная». Понятие «частная производная», как производная по одной из координат для функций многих переменных изучались в 1-м семестре 1-го курса института в рамках курса «Математического анализа» и уже очень широко использовалось в других естественно-научных и математических курсах: от «Строения вещества», кафедра «Общей и физической химии» – стационарное и нестационарное уравнение Эрвина Шрёдингера с 3D оператором Гамильтониана, до уравнений «Математической физики», уравнений Максвелла, ТОЭ и т.п. Вероятно современных школьников и студентов, по крайней мере на родине автора (Сет Вейдман – он вообще откуда, я не понял) ничему этому не учат. Поэтому первые главы восполняют этот пробел, как принято теперь писать в авторефератах к кандидатской диссертации. Ну уже хорошо. Действительно, без понимания «функций» и их «производных» в теории и практике нейронных сетей и нейросетевых алгоритмов нечего делать. Хоть здесь выучат наконец. Очень хорошо.


Примеры приведены на новомодном языке программирования Python (Питон), который агрессивно набирает популярность. Можно сказать грубее и правдивее – агрессивно навязывается молодому поколению «программистов с улицы». Мы, старые профи, которые получали качественное советское высшее образование в 1980-х годах и застали ещё FORTRAN, C, Assembler, Бейсик, Focal (на советской домашней ПЭВМ «БК0010» – программы для курсовых писал) и программируемые калькуляторы МК52 и МК61 (сколько лабораторных на нём просчитано и не перечесть – 100 шагов на встроенном ассемблере и 16 ячеек памяти каждая на вещественное число с плавающей точкой), уже пережили нашествие Delphy, Builder, Java, C#.


Теперь вот пришёл Python. Очень смешной язык. В котором для облегчения понимания программистов с улицы убраны такие фундаментальные основы настоящих языков программирования (например, C, C++), как типизация данных, структуры данных, зато добавлено понятие «словари» для массивов литералов. Типа, молодые программисты, в отличии от старых, уже не поймут, что массив литералов это тоже массив, такой же как и массив чисел, поэтому необходимо для молодых программистов ввести новое курьёзное понятие «словарь» – то есть массив литералов. Компьютеру-то всё равно: литералы или числа. Компьютер всё это так и так переведёт в комбинации "0" и "1". Но это для молодых программистов с улицы уже совсем недоступная для понимания сложность. Ну тоже годится. Уж кто вырос, на тех и рассчитываем.


Правда, чудес не бывает. Python язык не компилируемый, а интерпретируемый. Поэтому тексты на Python это не программы для компиляции и линкования, а скрипты, которые интерпретируются в момент выполнения. И выполняются эти тексты, поэтому, медленно.

Поэтому тексты на Python, рано или поздно придётся переписывать на нормальный компилируемый язык, то есть на C/С++. Ну это уж для тех, кто доживет до 2040-х годов. Как сейчас переписываются на нормальный C/С++ проекты, написанные второпях на Delphy в 1990-е годы, тогда, может быть, и эти примеры с Python через 20 лет перепишут на нормальный язык профессионального промышленного программирования С. Тем более, что библиотеки для Python сразу пишут умные профессионалы на С.


В общем эта книжка – очень интересный опыт на тему: «Как хорошего, доброго, но безграмотного человека с улицы обучить нейросетевым алгоритмам и превратить в гуру глубокого обучения». Интересно, интересно.


После изучения книги и проработки примеров получится такой сверхузкий специалист, который раньше вообще ничего не знал, в том числе, про математику и программирование (это разные дисциплины!!!), а теперь будет что-то знать про начала алгебры и анализа, нейросетевые алгоритмы как часть численных методов прикладной математики, и даже будет иметь начальные понятия о программировании в части смешного интерпретируемого языка Python.


Запасаемся попкорном, смотрим, и, на всякий случай, перестаём пользоваться современной техникой, а то мало ли что там эти программисты с улицы напрограммируют.

Log in, to rate the book and leave a review
Book Сета Вейдмана «Глубокое обучение: легкая разработка проектов на Python» — download in pdf or read online. Leave comments and reviews, vote for your favorites.
Age restriction:
16+
Release date on Litres:
25 February 2021
Translation date:
2021
Writing date:
2019
Volume:
272 p.
ISBN:
978-5-4461-1675-1
Total size:
5.0 МБ
Total number of pages:
272
Copyright holder:
Питер (Айлиб)
Download format:
Text PDF
Средний рейтинг 0 на основе 0 оценок
Text PDF
Средний рейтинг 0 на основе 0 оценок
Text PDF
Средний рейтинг 4,8 на основе 5 оценок
Text PDF
Средний рейтинг 4,3 на основе 23 оценок
Text PDF
Средний рейтинг 2,9 на основе 14 оценок
Text PDF
Средний рейтинг 4,1 на основе 19 оценок
Text PDF
Средний рейтинг 4,6 на основе 7 оценок