Học sâu từ sách vở

Sau đây là phần đánh giá cuốn sách Deep Learning from Scratch. Xây dựng bằng Python từ Nguyên tắc đầu tiên của Seth Weidman

Deep Learning có lẽ là nhánh mạnh nhất của Machine Learning. Trong thập kỷ trước, một phần nhờ vào sự gia tăng khả năng tính toán mà chúng ta có và một phần nhờ vào lượng dữ liệu khổng lồ mà chúng ta đã tích lũy được, Deep Learning đã tăng trở lại và trở thành cốt lõi của nhiều ứng dụng Trí tuệ nhân tạo

Khi cố gắng tìm hiểu về Deep Learning và Mạng nơ-ron nhân tạo, nhiều người bắt gặp các hướng dẫn của Keras hoặc TensorFlow và các thư viện khác cho phép họ dễ dàng xây dựng các hệ thống và ứng dụng có thể mang lại kết quả tốt. Các tài nguyên khác, như Chuyên môn học sâu trên Coursera, có thể quá lý thuyết và cố gắng bao gồm quá nhiều nội dung, khiến sinh viên đôi khi bị choáng ngợp

Không dễ để tìm ra sự cân bằng giữa lý thuyết và chuyên môn triển khai, cũng như để biết điều gì xảy ra dưới vỏ bọc của các mạng thần kinh nhân tạo sâu này. Kiến thức cuối cùng này, chuyên môn về những gì diễn ra trong ruột của Mạng lưới thần kinh sâu chính là những gì bạn sẽ học được với cuốn sách này

Bạn sẽ tìm hiểu mạng lưới thần kinh là gì, cách chúng hoạt động và tại sao chúng hoạt động. Bắt đầu từ khi mới bắt đầu, bạn sẽ xây dựng kiến ​​thức của mình, triển khai các phần khác nhau và xây dựng các khối mạng thần kinh từ con số không, để hiểu đầy đủ những gì đang xảy ra, sau đó bạn sẽ chuyển sang sử dụng các khung như Pytorch

Đối với chúng tôi, đây là cách tốt nhất để học. xây dựng một nền tảng rất vững chắc và sau đó di chuyển về phía trước. Bằng cách này, việc học thêm các chủ đề liên quan phức tạp trở nên dễ dàng hơn, vì bạn đã nắm vững các phần mà các chủ đề mới này có xu hướng cải thiện hoặc xây dựng dựa trên. Vì điều này, chúng tôi yêu thích cuốn sách này và nghĩ rằng đó là một trong những cuốn sách hay nhất để học Deep Learning hiện có. Khi bạn hoàn thành nó, bạn sẽ có thể xây dựng mạng lưới thần kinh của riêng mình từ đầu hoặc sử dụng một số khung một cách tự tin, hiểu từng bước của những gì bạn đang làm, về mặt khái niệm, tính toán và toán học

Mô tả sách và nội dung

Cuốn sách được cấu trúc theo cách sao cho lý thuyết, sơ đồ, mã và toán học bổ sung cho nhau một cách đẹp mắt. Các chương được chia thành các phần phụ dễ hiểu có chứa sơ đồ, mã và giải thích toán học, để bạn có thể nắm bắt đầy đủ những gì diễn ra trong mạng lưới thần kinh từ cấp độ thấp nhất. Nói ngắn gọn. các biểu thức toán học, sơ đồ luồng đồ họa và mã Python được trình bày để giúp bạn hiểu từ mọi góc độ

Cuốn sách này cung cấp

• Các mô hình tinh thần cực kỳ rõ ràng và kỹ lưỡng-kèm theo các ví dụ mã làm việc và giải thích toán học-để hiểu mạng lưới thần kinh
• Các phương pháp triển khai mạng thần kinh nhiều lớp từ đầu, sử dụng khung hướng đối tượng dễ hiểu
• Triển khai hoạt động và giải thích rõ ràng về mạng thần kinh tích chập và tái phát
• Triển khai các khái niệm mạng thần kinh này bằng cách sử dụng khung PyTorch phổ biến

Bạn có thể tìm thấy danh sách đầy đủ các nội dung trên trang web chính thức của O'reilly

Nội dung của Học sâu từ đầu được trình bày theo cách không đáng sợ và tác giả đã làm rất tốt khi giải thích các thuật ngữ phức tạp theo cách đơn giản và bằng hình ảnh trực quan thú vị. Nhìn chung, đây là một cuốn sách tuyệt vời để hiểu cách mạng thần kinh hoạt động, cách chúng được xây dựng và các loại khác nhau, mặc dù nó sẽ không giúp bạn trở thành chuyên gia về các kiến ​​trúc mạng thần kinh cụ thể như Mạng thần kinh chuyển đổi hoặc Mạng thần kinh tái phát. Mục tiêu là giúp bạn hiểu sâu hơn về cách thức hoạt động của ANN và hướng dẫn bạn cách xây dựng chúng, để sau này nếu bạn muốn tìm hiểu sâu về CNN hoặc RNN, bạn có thể thực hiện dễ dàng

Nếu bạn muốn biết thêm một chút về tác giả cũng như cách suy nghĩ và giảng dạy của ông, hãy xem video sau

điều kiện tiên quyết

Mặc dù có từ 'từ đầu' trong tiêu đề, nhưng bạn cần hiểu rõ và có kiến ​​thức làm việc về Python cũng như kiến ​​thức về phép tính và đại số tuyến tính để có thể tận dụng tối đa nó cũng như hiểu các cách giải thích khác nhau mà không bị vỡ đầu và

Về cuốn sách

Tác giả. Seth Weidman là một nhà khoa học dữ liệu sống ở San Francisco. Anh ấy đã bị ám ảnh bởi việc hiểu Deep Learning kể từ khi anh ấy bắt đầu tìm hiểu về nó vào cuối năm 2016 và đã viết và nói về nó bất cứ khi nào anh ấy có thể kể từ đó

Về mặt chuyên môn, anh ấy đã áp dụng nhiều mô hình máy học trong công nghiệp, dạy khoa học dữ liệu cho các cá nhân và công ty, đồng thời làm việc trên các dự án mô hình hóa và Python. Toàn thời gian, anh dạy khoa học dữ liệu cho các công ty thông qua nhóm Đào tạo Doanh nghiệp tại Metis. Anh ấy cố gắng tìm kiếm sự đơn giản ở phía bên kia của sự phức tạp

trang. 253 trang

Sự xuất bản. 2019

Tóm tắt về Deep Learning từ đầu

Học sâu từ đầu là cuốn sách hoàn hảo dành cho những người có kiến ​​thức về Máy học, Python và Toán học muốn có kiến ​​thức sâu sắc về các chi tiết cơ bản về cách thức hoạt động của Mạng lưới thần kinh nhân tạo

Nó sẽ dạy bạn như vậy bằng cách giải thích từng bước tất cả các khái niệm khác nhau như lớp, lan truyền ngược và xuôi, số liệu và các yếu tố khác nhau cùng với các giải thích toán học, mã và trực quan rất tốt. Kiểu học này sẽ cho phép bạn xây dựng kiến ​​thức về các chủ đề nâng cao sau này một cách dễ dàng và đối mặt với bất kỳ vấn đề nào có thể giải quyết bằng mạng nơ-ron một cách tự tin và rõ ràng

Đối với chúng tôi, đó là một nguồn tài nguyên tuyệt vời mà chúng tôi muốn giới thiệu cho bất kỳ ai bắt đầu tìm hiểu về Deep Learning. Kết hợp cuốn sách này với một số sẽ giúp bạn trở thành chuyên gia về chủ đề này

Bạn có thể mua cuốn sách Deep Learning from Scratch từ Amazon tại đây

Học sâu từ đầu. Xây dựng với Python từ Nguyên tắc đầu tiên

• Phiên bản Amazon Kindle
• Weidman, Seth (Tác giả)
• Tiếng Anh (Ngôn ngữ xuất bản)
• 253 Trang - 09/09/2019 (Ngày Xuất Bản) - O'Reilly Media (NXB)

Mua trên Amazon

Các tài nguyên khác về Deep Learning mà bạn có thể muốn xem là

• Học sâu của Goodfellow và cộng sự. Tìm đánh giá ở đây
• Grokking Deep Learning của Andrew Task. Tìm đánh giá ở đây
• Chuyên ngành Deep Learning trên Coursera. Kiểm tra đánh giá của chúng tôi
• Xây dựng các ứng dụng hỗ trợ Machine Learning. Tìm một đánh giá tuyệt vời ở đây

Cảm ơn bạn rất nhiều vì đã đọc How to Learn Machine Learning, chúc bạn một ngày tốt lành

Thẻ. Học sâu từ đầu, Sách học sâu, Mạng thần kinh nhân tạo, ANN, Cuốn sách hay nhất để học học sâu

Làm thế nào để học deep learning từ đầu?

Tôi có thể trực tiếp bắt đầu học deep learning không?

Bạn có thể tìm hiểu sâu về Raspberry Pi không?

Học sâu có tốt cho NLP không?