Решение задач глубокого обучения с использованием фреймворков Pytorch и Pytorch Lightning, Елисеев А.И., Минин Ю.В., Кулаков Ю.В., 2023

Решение задач глубокого обучения с использованием фреймворков Pytorch и Pytorch Lightning, Елисеев А.И., Минин Ю.В., Кулаков Ю.В., 2023.
    
   Представляет собой комплексное руководство, предназначенное для изуче-ния и применения фреймворков PyTorch и PyTorch Lightning в контексте задач глубокого обучения с акцентом на область компьютерного зрения. Предназначено для студентов 3 и 4 курсов направления подготовки 09.03.02 «Информационные системы и технологии», 1 и 2 курсов направления подго-товки 09.04.02 «Информационные системы и технологии».




ОСНОВЫ ФРЕЙМВОРКА PYTORCH.
PyTorch – это фреймворк машинного обучения с открытым исходным кодом, который позволяет создавать нейронные сети и эффективно их обучать. Однако PyTorch – не единственный фреймворк такого рода. Альтернативами PyTorch являются TensorFlow/Keras (https://www.tensorflow.org/), JAX (https://github.com/google/jax). Фреймворк PyTorch имеет огромное сообщество разработчиков и особенно часто используется в научных исследованиях. Между тем, TensorFlow является библиотекой глубокого обучения для запуска моделей в производственной среде. Тем не менее, если Вы хорошо знаете один фреймворк машинного обучения, Вам будет очень легко изучить другой, поскольку почти все фреймворки используют одни и те же концепции и идеи. Например, реализация фреймворка TensorFlow версии 2 была вдохновлена популярными функциями PyTorch, что делает эти фреймворки еще более похожими друг на друга.

В пособии используется набор стандартных библиотек, которые часто применяются в проектах машинного обучения. Если Вы запускаете примеры кода в среде Google Colab, все библиотеки уже будут предустановлены. Если Вы запускаете примеры кода локально, убедитесь, что в вашем окружении установлены необходимые библиотеки.

ОГЛАВЛЕНИЕ.
ВВЕДЕНИЕ.
1. ВВЕДЕНИЕ В ФРЕЙМВОРК PYTORCH.
1.1. Основы фреймворка PyTorch.
1.2. Решение задачи XOR.
1.3. Функции активации.
1.4. Инициализация весов и оптимизация параметров.
2. ИСПОЛЬЗОВАНИЕ ФРЕЙМВОРКА PYTORCH LIGHTNING ДЛЯ РЕШЕНИЯ ЗАДАЧ КОМПЬЮТЕРНОГО ЗРЕНИЯ.
2.1. Построение простой модели.
2.2. Реализация архитектуры ResNet.
2.3. Использование сложных аугментаций.
3. ИСПОЛЬЗОВАНИЕ БИБЛИОТЕКИ PYTORCH IMAGE MODELS ДЛЯ РЕШЕНИЯ ЗАДАЧ КОМПЬЮТЕРНОГО ЗРЕНИЯ.
3.1. Реализация архитектуры ResNet-D.
3.2. Использование аугментаций.
3.3. Использование оптимизаторов.
3.4. Использование планировщиков скорости.
4. ВВЕДЕНИЕ В АРХИТЕКТУРУ TRANSFORMER.
4.1. Механизм Attention.
4.2. Механизм Multihead Attention.
4.3. Архитектура кодера.
4.4. Позиционное кодирование.
4.5. Планирование скорости обучения с разогревом.
4.6. Реализация архитектуры Transformer.
4.7. Проведение экспериментов.
4.7.1. Преобразование последовательности в последовательность.
5. ИСПОЛЬЗОВАНИЕ АРХИТЕКТУРЫ TRANSFORMER ДЛЯ РЕШЕНИЯ ЗАДАЧ КОМПЬЮТЕРНОГО ЗРЕНИЯ.
5.1. Реализация архитектуры Vision Transformer.
5.2. Проведение экспериментов.
ЗАКЛЮЧЕНИЕ.
СПИСОК ЛИТЕРАТУРЫ.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Решение задач глубокого обучения с использованием фреймворков Pytorch и Pytorch Lightning, Елисеев А.И., Минин Ю.В., Кулаков Ю.В., 2023 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать pdf
Ниже можно купить эту книгу, если она есть в продаже, и похожие книги по лучшей цене со скидкой с доставкой по всей России.Купить книги


Скачать - pdf - Яндекс.Диск.




Теги: учебник по программированию :: программирование :: Елисеев :: Минин :: Кулаков :: фреймворк