[AI] Tekchandani Rajkumar, Kumar Neeraj / Текчандани Раджкумар, Кумар Нирадж - Applied Deep Learning: Design and implement your own Neural Networks to solve real-world problems / Прикладное глубокое обучение [2023, PDF, ENG]

Applied Deep Learning: Design and implement your own Neural Networks to solve real-world problems / Прикладное глубокое обучение: Разрабатывайте и внедряйте свои собственные нейронные сети для решения реальных задач
Год издания: 2023
Автор: Tekchandani Rajkumar, Kumar Neeraj / Текчандани Раджкумар, Кумар Нирадж
Издательство: BPB Online
ISBN: 978-93-55513-724
Язык: Английский
Формат: PDF
Качество: Издательский макет или текст (eBook)
Количество страниц: 624
Описание: A comprehensive guide to Deep Learning for Beginners
Key Features
● Learn how to design your own neural network efficiently.
● Learn how to build and train Recurrent Neural Networks (RNNs).
● Understand how encoding and decoding work in Deep Neural Networks.
Description
Deep Learning has become increasingly important due to the growing need to process and make sense of vast amounts of data in various fields. If you want to gain a deeper understanding of the techniques and implementations of deep learning, then this book is for you.
The book presents you with a thorough introduction to AI and Machine learning, starting from the basics and progressing to a comprehensive coverage of Deep Learning with Python. You will be introduced to the intuition of Neural Networks and how to design and train them effectively. Moving on, you will learn how to use Convolutional Neural Networks for image recognition and other visual tasks. The book then focuses on localization and object detection, which are crucial tasks in many applications, including self-driving cars and robotics. You will also learn how to use Deep Learning algorithms to identify and locate objects in images and videos. In addition, you will gain knowledge on how to create and train Recurrent Neural Networks (RNNs), as well as explore more advanced variations of RNNs. Lastly, you will learn about Generative Adversarial Networks (GAN), which are used for tasks like image generation and style transfer.
What you will learn
● Learn how to work efficiently with various Convolutional models.
● Learn how to utilize the You Only Look Once (YOLO) framework for object detection and localization.
● Understand how to use Recurrent Neural Networks for Sequence Learning.
● Learn how to solve the vanishing gradient problem with LSTM.
● Distinguish between fake and real images using various Generative Adversarial Networks.
Who this book is for
This book is intended for both current and aspiring Data Science and AI professionals, as well as students of engineering, computer applications, and masters programs interested in Deep learning.
Полное руководство по глубокому обучению для начинающих
Ключевые функции
● Узнайте, как эффективно спроектировать свою собственную нейронную сеть.
● Узнайте, как создавать и обучать рекуррентные нейронные сети (RNNS).
● Понять, как работают кодирование и декодирование в глубоких нейронных сетях.
Описание
Глубокое обучение становится все более важным в связи с растущей потребностью в обработке и осмыслении огромных объемов данных в различных областях. Если вы хотите получить более глубокое представление о методах и реализациях глубокого обучения, то эта книга для вас.
Книга представляет вам подробное введение в искусственный интеллект и машинное обучение, начиная с основ и переходя к всестороннему освещению глубокого обучения с помощью Python. Вы познакомитесь с интуицией нейронных сетей и с тем, как эффективно их проектировать и обучать. Двигаясь дальше, вы узнаете, как использовать сверточные нейронные сети для распознавания изображений и других визуальных задач. Затем книга фокусируется на локализации и обнаружении объектов, которые являются важнейшими задачами во многих приложениях, включая самоуправляемые автомобили и робототехнику. Вы также узнаете, как использовать алгоритмы глубокого обучения для идентификации и определения местоположения объектов на изображениях и видео. Кроме того, вы получите знания о том, как создавать и обучать рекуррентные нейронные сети (RNNS), а также изучите более продвинутые вариации RNNS. Наконец, вы узнаете о генеративных состязательных сетях (GAN), которые используются для таких задач, как генерация изображений и передача стиля.
Чему вы научитесь
● Узнаете, как эффективно работать с различными сверточными моделями.
● Узнаете, как использовать фреймворк You Only Look Once (YOLO) для обнаружения и локализации объектов.
● Понимать, как использовать рекуррентные нейронные сети для последовательного обучения.
● Узнаете, как решить проблему исчезающего градиента с помощью LSTM.
● Проведете различие между поддельными и реальными изображениями, используя различные генерирующие состязательные сети.
Для кого предназначена эта книга
Эта книга предназначена как для действующих, так и для начинающих специалистов в области науки о данных и искусственного интеллекта, а также для студентов инженерных специальностей, компьютерных приложений и магистерских программ, заинтересованных в глубоком обучении.