PyTorch. Освещая глубокое обучение [Эли Стивенс] (pdf) читать постранично

Книга в формате pdf! Изображения и текст могут не отображаться!


 [Настройки текста]  [Cбросить фильтры]

Освещая глубокое обучение

Эли Стивенс, Лука Антига, Томас Виман
Предисловие Сумита Чинталы

2022

ББК 32.813
УДК 004.8
С80

Стивенс Эли, Антига Лука, Виман Томас
С80 PyTorch. Освещая глубокое обучение. — СПб.: Питер, 2022. — 576 с.: ил. —
(Серия «Библиотека программиста»).
ISBN 978-5-4461-1945-5

16+

Многие средства глубокого обучения используют Python, но именно библиотека PyTorch понастоящему «питоническая». Легкая в освоении для тех, кто знаком с NumPy и scikit-learn, PyTorch
упрощает работу с глубоким обучением, обладая в то же время богатым набором функций. PyTorch
прекрасно подходит для быстрого создания моделей и без проблем масштабируется до корпоративного проекта. PyTorch используют такие компании, как Apple и JPMorgan Chase.
Навыки работы с этой библиотекой пригодятся вам для карьерного роста. Вы научитесь создавать нейронные сети и системы глубокого обучения с помощью PyTorch. Книга поможет быстро
приступить к созданию реального проекта с нуля. В ней описаны лучшие практики всего конвейера
работы с данными, включая PyTorch Tensor API, загрузку данных на Python, мониторинг обучения
и визуализацию полученных результатов.
(В соответствии с Федеральным законом от 29 декабря 2010 г. № 436-ФЗ.)

ББК 32.813
УДК 004.8

Права на издание получены по соглашению с Manning Publications. Все права защищены. Никакая часть данной книги не может быть воспроизведена в какой бы то ни было форме без письменного разрешения владельцев авторских прав.
Информация, содержащаяся в данной книге, получена из источников, рассматриваемых издательством как
надежные. Тем не менее, имея в виду возможные человеческие или технические ошибки, издательство не
может гарантировать абсолютную точность и полноту приводимых сведений и не несет ответственности за
возможные ошибки, связанные с использованием книги. Издательство не несет ответственности за доступность материалов, ссылки на которые вы можете найти в этой книге. На момент подготовки книги к изданию
все ссылки на интернет-ресурсы были действующими.

ISBN 978-1617295263 англ.
ISBN 978-5-4461-1945-5

© 2020 by Manning Publications Co. All rights reserved
© Перевод на русский язык ООО «Прогресс книга», 2022
© Издание на русском языке, оформление ООО «Прогресс книга», 2022
© Серия «Библиотека программиста», 2022

Краткое содержание

Предисловие . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Введение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Благодарности . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Об этой книге . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Об авторах . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Об иллюстрации на обложке . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

Часть I
Основы PyTorch
Глава 1. Знакомство с глубоким обучением и библиотекой PyTorch . . . . . . 36
Глава 2. Предобученные сети . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Глава 3. В начале был тензор... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
Глава 4. Представление реальных данных с помощью тензоров . . . . . . . . 112

6  Краткое содержание
Глава 5. Внутренняя кухня обучения . . . . . . . . . . . . . . . . . . . . . . . . 149
Глава 6. Аппроксимация данных с помощью нейронной сети . . . . . . . . . 191
Глава 7. Различаем птиц и самолеты: обучение на изображениях . . . . . . . 217
Глава 8. Обобщение с помощью сверток . . . . . . . . . . . . . . . . . . . . . . 249

Часть II
Обучение на изображениях на практике:
раннее выявление рака легких
Глава 9. Применение PyTorch в борьбе с раком . . . . . . . . . . . . . . . . . . 296
Глава 10. Объединение источников данных . . . . . . . . . . . . . . . . . . . . 319
Глава 11. Обучение модели классификации обнаружению .
потенциальных опухолей . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 348
Глава 12. Улучшение процесса обучения с помощью метрик .
и дополнений . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391
Глава 13. Поиск потенциальных узелков с помощью сегментации . . . . . . 435
Глава 14. Сквозной анализ узелков и дальнейшее развитие проекта . . . . . 488

Часть III
Развертывание
Глава 15. Развертывание в производстве . . . . . . . . . . . . . . . . . . . . . . 534

Оглавление

Предисловие . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Введение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Благодарности . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Об этой книге . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Для кого предназначена эта книга . . . . . . . . . . . . . . . . . . . . . . . . . 26
Структура издания . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
О коде . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Прочие источники информации в интернете . . . . . . . . . . . . . . . . 31
От издательства . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .