Dive into Deep Learning
Один и тот же текст на каждом уровне, на всех языках и во всех оформлениях, что здесь есть. Выберите, потом слушайте или скачивайте.
Тот же плеер, который продукт даёт для вашей книги: голос, рисунки по мере того, как они рисуются, текст.
Открытый учебник, по которому учатся в сотнях университетских курсов о нейросетях. Первая глава объясняет, что значит для программы учиться на данных: модели, функции потерь, оптимизация, виды задач обучения и как глубокое обучение пришло к успеху.
Это пробная часть: 1 из 23 (главы).
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.
Примеры для: 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
Лекции пересказывают с английского оригинала книгу d2l.ai (Cambridge University Press, 2023), GitHub d2l-ai/d2l-en, автор — Астон Чжан, Закари Липтон, Му Ли, Александр Смола; книга вышла под открытой лицензией, которая разрешает пересказ и перевод. Пересказ, рисунки и голос сделаны ИИ и сверены с книгой второй моделью. Как используется ИИ.
Лекции — переработка оригинала и распространяются под той же лицензией: их можно свободно распространять и перерабатывать с указанием автора и ссылкой на эту страницу: CC BY-SA 4.0
Загрузите учебник или любую сложную книгу. Первые пять минут бесплатно.
Загрузить книгу