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

Applied Deep Learning. A Case-Based Approach to Understanding Deep Neural Networks

Умберто Микелуччи

Прикладное глубокое обучение. Подход к пониманию глубоких нейронных сетей на основе метода кейсов Applied Deep Learning. A Case-Based Approach to Understanding Deep Neural NetworksУмберто Микелуччи
Не прочитана
Хочу прочитать
Читаю
Прочитана
Не дочитана

Переводчик

Андрей Логунов

Издательство

BHV

Переплет

Мягкий

Год издания

2020

Страниц

368

Формат

233x166x16

Язык

Русский

Покажчик рейтинга
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.

Похожие книги