Книга "Прикладное глубокое обучение. Подход к пониманию глубоких нейронных сетей на основе метода кейсов"

Затронуты расширенные темы глубокого обучения: оптимизационные алгоритмы, настройка гиперпараметров, отсев и анализ ошибок, стратегии решения типичных задач во время тренировки глубоких нейронных сетей.

Описаны простые активационные функции с единственным нейроном (ReLu, сигмоида и Swish), линейная и логистическая регрессии, библиотека TensorFlow, выбор стоимостной функции, а также более сложные нейросетевые архитектуры с многочисленными слоями и нейронами.

Показана отладка и оптимизация расширенных методов отсева и регуляризации, настройка проектов машинного обучения, ориентированных на глубокое обучение с использованием сложных наборов данных.

Приведены результаты анализа ошибок нейронной сети с примерами решения проблем, возникающих из-за дисперсии, смещения, переподгонки или разрозненных наборов данных.

По каждому техническому решению даны примеры решения практических задач.

Автор Микелуччи У.
Название Прикладное глубокое обучение. Подход к пониманию глубоких нейронных сетей на основе метода кейсов: Пер. с англ.
ISBN 978-5-9775-4118-3
Год издания 2020
Формат 70x100/16 (165x233 мм)
Количество страниц 368
Переплет/обложка мягкая обложка
Иллюстрации черно-белые
Издательство "БХВ-Петербург"
Ссылки Полное содержание
Отрывок (PDF)
Перед публикацией отзывы проходят модерацию