Publisher's Synopsis
Книга построена вокруг следующих ключевых тем основы нейронных сетей, сверточные нейронные сети (CNN), рекуррентные нейронные сети (RNN), генеративные модели и обучение с подкреплением. Кроме того, мы также рассматриваем такие продвинутые темы, как механизм внимания, архитектура трансформатора, мультимодальное обучение, обучение с несколькими выстрелами, враждебные примеры и защита, настройка гиперпараметров и методы регуляризации.Каждая глава начинается с краткого введения в тему и обеспечивает интуитивное и геометрическое понимание основных концепций. Мы считаем, что геометрическая интуиция необходима для понимания концепций глубокого обучения, и прилагаем все усилия для использования визуализаций, чтобы помочь читателям построить прочную ментальную модель концепций. Книга также содержит интуицию программирования, которая помогает читателям понять, как реализовать алгоритмы глубокого обучения с помощью популярных фреймворков, таких как Tensor Flow или Py Torch. Мы считаем, что интуиция программирования крайне важна для читателей, чтобы развить практические навыки и применять методы глубокого обучения для решения реальных задач.
