Описание Глубокое обучение революционизирует то, как мы решаем сложные проблемы, и PyTorch зарекомендовал себя как ведущий фреймворк благодаря своей простоте использования и гибкости.
Эта книга призвана преодолеть разрыв между теорией и практикой, предлагая практический подход к пониманию глубокого обучения с использованием Py Torch.
Она охватывает фундаментальные и продвинутые темы, включая обнаружение объектов, обработку естественного языка, GAN и прогнозирование временных рядов. Книга начинается с основ глубокого обучения и поможет вам настроить PyTorch.
Вы научитесь манипулировать тензорами, загружать данные, строить модели и понимать компьютерное зрение с обнаружением множества объектов с помощью YOLO для улучшения распознавания изображений с использованием методов трансферного обучения.
Вы также проанализируете генеративные модели с использованием GAN для аугментации данных и погрузитесь в обработку аудио с помощью texttospeech и speechtotext, используя Torch Audio.
Изучите задачи NLP, такие как классификация текста, суммирование, анализ тональности и ответы на вопросы, с помощью предварительно обученных моделей, таких как BERT.
Наконец, научитесь решать задачи прогнозирования временных рядов с использованием RNN, LSTM, CNN и трансформеров. К концу этой книги вы будете обладать практическими навыками и знаниями, чтобы уверенно создавать и развертывать решения на основе глубокого обучения в различных областях, что поможет вам внедрять инновации в постоянно развивающейся области искусственного интеллекта. Что вы узнаете: Реализовывать модели глубокого обучения для задач обработки изображений, текста и речи.
Эффективно создавайте и оптимизируйте рабочие процессы ИИ с помощью PyTorch.
Применяйте методы трансферного обучения для улучшения производительности модели.
Разработать ГАНы для генерации высококачественных синтетических данных.
Используйте методы обработки естественного языка (NLP) для обработки языка и анализа тональности.
Прогнозирование временных рядов с использованием LSTM и моделей глубокого обучения. Для кого эта книга Эта книга предназначена для энтузиастов ИИ, специалистов по данным и инженеров, ищущих практические знания в области глубокого обучения.
Независимо от того, являетесь ли вы новичком, исследующим ИИ, или опытным профессионалом, оптимизирующим архитектуры глубокого обучения, эта книга предоставляет необходимые методы, инструменты и передовые практики, которые помогут вам преуспеть в области искусственного интеллекта.Содержание1.
Введение в глубокое обучение2.
Настройка и запуск PyTorch 3.
Детектирование множества объектов4.
Разметка изображений с использованием трансферного обучения 5.
Использование генеративно-состязательной сети для аугментации данных6.
Создание моделей Text-to-Speech7.
Преобразование речи в текст с помощью Torch Audio8.
Анализ текста, категоризация и языковой перевод9.
Суммаризация текста и анализ тональности10.
Прогнозирование временных рядов с использованием глубокого обучения
Товар из Индии
Возврат по недоставке
