Глубокое обучение: готовые решения - Дуве Осинга

Технология глубокого обучения не настолько сложна, как многие считают. До недавнего времени на ее изучение уходили годы, но с появлением таких фреймворков, как Keras и TensorFlow, инженеры-программисты, не имеющие опыта в данной области, могут быстро начать создавать рабочие приложения. Благодаря готовым примерам, приведенным в книге, вы научитесь решать задачи, связанные с классификацией и генерированием текста, изображений и музыки.В каждой главе описывается несколько решений, объединяемых в единый проект, например приложение, реализующее тренировку музыкальной рекомендательной системы. Также имеется глава с описанием методик, которые в случае необходимости помогут выполнить отладку нейронной сети. Все примеры написаны на языке Python и доступны в виде набора блокнотов.Основные темы книги:Использование векторных представлений слов для вычисления схожести текстовПостроение рекомендательной системы фильмов на основе ссылок в ВикипедииВизуализация внутренних состояний нейронной сетиСоздание модели, рекомендующей эмодзи для фрагментов текстаПовторное использование предварительно обученных сетей для создания службы обратного поиска изображенийГенерирование пиктограмм с помощью генеративно-состязательных сетей (GAN), автокодировщиков и рекуррентных сетей (RNN)Распознавание музыкальных жанров и индексирование коллекций песенДавид Осинга — опытный инженер-программист, ранее работавший в Google, основатель трех стартапов.Ведет популярный сайт программных проектов, посвященный в том числе машинному обучению.Файлы к книге доступны на сайте издательства. ОглавлениеПредисловие 13Введение 16Глава 1. Инструменты и методы 25Глава 2. Ищем выход из затруднительных ситуаций 53Глава 3. Вычисление схожести текстов с использованием векторныхпредставлений слов 63Глава 4. Создание рекомендательной системы на основеисходящих ссылок Википедии 79Глава 5. Генерирование текста в стиле предоставленного примера 91Глава 6. Поиск сходных вопросов 103Глава 7. Предсказание эмодзи 113Глава 8. Модели seq2seq 137Глава 9. Повторное использование предварительно обученной сетираспознавания изображений 147Глава 10. Создание службы обратного поиска изображений 161Глава 11. Обнаружение нескольких изображений 171Глава 12. Стиль изображения 183Глава 13. Генерирование изображений с помощью автокодировщиков 201Глава 14. Генерирование значков с помощью глубоких сетей 217Глава 15. Музыка и глубокое обучение 239Глава 16. Развертывание систем машинного обученияв производственной среде 257Предметный указатель 277