Книга Глубокое обучение: готовые решения. Давид 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 текстов
• Построение рекомендательной системы фильмов на основе ссылок в Википедии
• Визуализация внутренних состояний нейронной сети
• Создание модели, рекомендующей эмодзи для фрагментов текста
• Повторное использование предварительно обученных сетей для создания службы обратного поиска изображений
• Генерирование пиктограмм с помощью генеративно-состязательных сетей (GAN), автокодировщиков и рекуррентных сетей (RNN)
• Распознавание музыкальных жанров и индексирование коллекций песен

 
Давид Осинга — опытный инженер-программист, ранее работавший в Google, основатель трех стартапов.
Ведет популярный сайт программных проектов, посвященный в том числе машинному обучению.

Оглавление Книга Глубокое обучение: готовые решения :

• Глава 1. Инструменты и методы
• Глава 2. Ищем выход из затруднительных ситуаций
• Глава 3. Вычисление схожести текстов с использованием векторных представлений слов
• Глава 4. Создание рекомендательной системы на основе исходящих ссылок Википедии
• Глава 5. Генерирование текста в стиле предоставленного примера
• Глава 6. Поиск сходных вопросов
• Глава 7. Предсказание эмодзи
• Глава 8. Модели seq2seq
• Глава 9. Повторное использование предварительно обученной сети распознавания изображений
• Глава 10. Создание службы обратного поиска изображений
• Глава 11. Обнаружение нескольких изображений
• Глава 12. Стиль изображения
• Глава 13. Генерирование изображений с помощью автокодировщиков
• Глава 14. Генерирование значков с помощью глубоких сетей
• Глава 15. Музыка и глубокое обучение
• Глава 16. Развертывание систем машинного обучения в производственной среде