54 lines
2.4 KiB
Markdown
54 lines
2.4 KiB
Markdown
---
|
||
Тип: Книга
|
||
Статус: Запланировано
|
||
Название: Грокаем глубокое обучение
|
||
Автор:
|
||
- Эндрю Траск
|
||
Количество страниц: 352
|
||
Прогресс: 0
|
||
Формат: Электронная
|
||
Обложка: Библиотека/Книги/covers/grokaem-glubokoe-obuchenie.jpg
|
||
Начата:
|
||
Закончена:
|
||
Оценка:
|
||
Сложность:
|
||
Теги:
|
||
- deep_learning
|
||
- machine_learning
|
||
- нейронные_сети
|
||
- искусственный_интеллект
|
||
- python
|
||
Категории:
|
||
- Программирование
|
||
- Искусственный интеллект
|
||
Источник:
|
||
Ссылка:
|
||
---
|
||
|
||
# Грокаем глубокое обучение
|
||
|
||
![[covers/grokaem-glubokoe-obuchenie.jpg]]
|
||
|
||
## 📖 О книге
|
||
|
||
Доступное введение в глубокое обучение без высокоуровневых фреймворков и сложной математики — только Python и арифметика. Автор, исследователь DeepMind и OpenAI, строит нейронные сети с нуля, объясняя каждый шаг интуитивно. Книга закладывает фундамент понимания того, как на самом деле работает глубокое обучение, — от простого перцептрона до рекуррентных и свёрточных сетей.
|
||
|
||
## 🧠 Ключевые идеи
|
||
|
||
- Нейронные сети с нуля: построение на чистом Python/NumPy без TensorFlow и PyTorch
|
||
- Прямое и обратное распространение ошибки: интуитивное объяснение градиентного спуска
|
||
- Регуляризация и dropout: методы борьбы с переобучением
|
||
- Свёрточные нейронные сети (CNN): от принципов до компьютерного зрения
|
||
- Рекуррентные сети и LSTM: моделирование последовательностей и языка
|
||
|
||
## 💬 Важные цитаты
|
||
|
||
|
||
## 💡 Как применить в моих проектах
|
||
|
||
|
||
## 🔗 Связанные заметки
|
||
|
||
[[Грокаем конкурентность]]
|
||
[[Грокаем функциональное программирование]]
|