Глубокое обучение с точки зрения практика
Все, что должен знать разработчик-практик, чтобы приступить к применению глубокого обучения для решения реальных задач!
Интерес к машинному обучению зашкаливает, но завышенные ожидания нередко губят проекты еще на ранней стадии. Как машинное обучение — и особенно глубокие нейронные сети — может изменить вашу организацию? Эта книга не только содержит практически полезную информацию о предмете, но и поможет приступить к созданию эффективных сетей глубокого обучения.
Авторы сначала раскрывают фундаментальные вопросы глубокого обучения — настройка, распараллеливание, векторизация, конвейеры операций — актуальные для любой библиотеки, а затем переходят к библиотеке Deeplearning4j (DL4J), предназначенной для разработки технологических процессов профессионального уровня. На реальных примерах читатель познакомится с методами и стратегиями обучения глубоких сетей с различной архитектурой и их распараллеливания в кластерах Hadoop и Spark.
Глубокое обучение и нейронные сети на практике
Книга посвящена практическому применению глубокого обучения и нейронных сетей для решения реальных задач. Рассматриваются настройка и обучение глубоких сетей, векторизация, распараллеливание и конвейеры операций, а также разработка с использованием Deeplearning4j (DL4J). На практических примерах показаны различные архитектуры глубоких сетей и их распределенное обучение в кластерах Hadoop и Spark, что делает материал полезным разработчикам, осваивающим машинное обучение.
