Học sâu (deep learning) thường được xem là lĩnh vực độc quyền của các tiến sĩ toán học và các công ty công nghệ lớn. Nhưng như hướng dẫn thực hành này chứng minh, các lập trình viên thành thạo Python có thể đạt được kết quả ấn tượng trong học sâu chỉ với một chút kiến ​​thức toán học, lượng dữ liệu nhỏ và mã nguồn tối thiểu. Làm thế nào? Với fastai, thư viện đầu tiên cung cấp giao diện nhất quán cho các ứng dụng học sâu được sử dụng phổ biến nhất. Các tác giả Jeremy Howard và Sylvain Gugger, những người tạo ra fastai, sẽ hướng dẫn bạn cách huấn luyện mô hình trên nhiều tác vụ khác nhau bằng fastai và PyTorch. Bạn cũng sẽ dần dần tìm hiểu sâu hơn về lý thuyết học sâu để có được sự hiểu biết đầy đủ về các thuật toán đằng sau đó.

Abstract:

Deep learning is often viewed as the exclusive domain of math PhDs and big tech companies. But as this hands-on guide demonstrates, programmers comfortable with Python can achieve impressive results in deep learning with little math background, small amounts of data, and minimal code. How? With fastai, the first library to provide a consistent interface to the most frequently used deep learning applications. Authors Jeremy Howard and Sylvain Gugger, the creators of fastai, show you how to train a model on a wide range of tasks using fastai and PyTorch. You'll also dive progressively further into deep learning theory to gain a complete understanding of the algorithms behind the scenes.

Ngôn ngữ:	eng
Tác giả:	Howard, Jeremy, Gugger, Sylvain
Thông tin nhan đề:	Deep Learning for Coders with Fastai and PyTorch: AI Applications Without a PhD
Nhà xuất bản:	O'Reilly Media
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ thông tin
Bản quyền:	https://creativecommons.org/licenses/by-nc-sa/4.0/
Nguồn gốc:	https://it-ebooks.dev/books/data-science-and-ai/deep-learning-for-coders-with-fastai-and-pytorch
Mô tả vật lý:	624p.
Năm xuất bản:	2020