Dive into Deep Learning
The same text, told at every level, in every language and look shown here. Pick, then listen or download.
The same player the product gives for your own book: the voice, the drawings as they are drawn, the text.
The open textbook used in hundreds of university courses on neural networks. Its first chapter explains what it means for a program to learn from data: models, losses, optimisation, the kinds of learning problems, and how deep learning came to win.
This is a sample: 1 of 23 chapters.
Представьте, что вам нужно всего лишь написать программу, которая откликается на слово пробуждения вроде «Alexa», «OK Google» или «Hey Siri». Попробуйте написать её, сидя одни в комнате, где нет ничего, кроме компьютера и редактора кода, как показано на рисунке.
Как правило, чем больше у нас данных, тем легче наша работа. Когда данных больше, мы можем обучать более мощные модели и меньше опираться на заранее сделанные предположения. Переход от (сравнительно) малых данных к большим во многом обеспечил успех современного глубокого обучения.
Если говорить неформально, процесс обучения выглядит примерно так. Сначала берём большое собрание примеров с известными признаками и выбираем из него случайное подмножество, получая для каждого примера истинную метку.
Рекомендательные системы — ещё одна постановка задачи, родственная поиску и ранжированию. Задачи похожи в том, что цель — показать набор объектов, подходящих пользователю. Главное отличие — в рекомендательных системах упор делается на персонализацию под конкретных пользователей.
Далее мы кратко опишем обучение с подкреплением — богатую схему постановки задач обучения, в которых агент взаимодействует со средой.
Во многих случаях одного GPU недостаточно, чтобы обработать большие объёмы данных, доступные для обучения. За последнее десятилетие способность строить параллельные и распределённые алгоритмы обучения значительно выросла.
Examples for: a curious adult with school maths who uses ChatGPT and phone apps; add one modern instance per idea, such as a chatbot, a spam filter, a recommendation feed or a voice assistant
The lectures retell the English text of d2l.ai (Cambridge University Press, 2023), GitHub d2l-ai/d2l-en by Aston Zhang, Zachary C. Lipton, Mu Li, Alexander J. Smola, published under an open licence that allows retelling and translation. The retelling, the drawings and the voice are made by AI and checked against the book by a second model. How AI is used.
The lectures adapt the original and are released under the same licence, free to share and adapt with credit to the author and a link to this page: CC BY-SA 4.0
Upload a textbook or any difficult book. The first five minutes are free.
Upload a book