Глубокое обучение: готовые решения

[html]До недавнего времени освоение глубокого обучения, как метода машинного обучения, требовало длительного времени. Но благодаря таким фреймворкам, как Keras и Tensorflow, инженеры-программисты без предварительных знаний машинного обучения могут быстро входить в курс делаС помощью практических рецептов, описанных в книге "Глубокое обучение: готовые решения", Вы научитесь решать задачи глубокого обучения для классификации и генерации текста, изображений и музыкиКаждая глава книги "Глубокое обучение: готовые решения" состоит из нескольких рецептов, образующих отдельный проект наподобие системы рекомендации музыкальных произведенийАвтор книги, Дуве Осинга, также предлагает главу с множеством приемов, призванных помочь, если работа застопорилась. Примеры написаны на Python, а их код доступен в хранилище GitHub в виде набора тетрадей Jupyter NotebookИз книги "Глубокое обучение: готовые решения" Вы узнаете, как:- создавать приложения, которые будут обслуживать реальных пользователей;- применять векторные представления слов для вычисления подобия текстов;- строить систему рекомендации фильмов на основе ссылок в Википедии;- визуализировать внутреннее состояние моделей искусственного интеллекта, чтобы выяснить, как они видят мир;- строить модель для прогнозирования эмоционального настроя, связанного с фрагментами текста;- повторно использовать предварительно обученные сети для построения службы обратного поиска изображений;- сравнивать, каким образом порождающие состязательные сети (GAN), автокодировщики и элементы с долгой краткосрочной памятью (LSTM) генерируют значки;- распознавать музыкальные стили и индексировать сборники песен[/html]