Шолле Ф. Глубокое обучение на PythonКниги по IT. (11,4 МБ, pdf) В настоящее время для работы в области глубокого обучения вполне достаточно базовых навыков программирования на Python. Это вызвано, прежде всего, развитием Theano, а затем TensorFlow — двух фреймворков для Python, реализующих операции с тензорами, которые поддерживают автоматическое дифференцирование и значительно упрощают реализацию новых моделей. А также появлением библиотек, которые упрощают работу с глубоким обучением. После выхода библиотеки Keras она была принята за основу многими исследователями, аспирантами и стартапами, которые работают в этой области. В книге рассматривается применение глубокого обучения на практических примерах в самых разных областях.

Содержание
ЧАСТЬ I. ОСНОВЫ ГЛУБОКОГО ОБУЧЕНИЯ 25
Глава 1. Что такое глубокое обучение? 26
Глава 2. Прежде чем начать: математические основы нейронных сетей 51
Глава 3. Начало работы с нейронными сетями 81
Глава 4. Основы машинного обучения 120
ЧАСТЬ II. ГЛУБОКОЕ ОБУЧЕНИЕ НА ПРАКТИКЕ 147
Глава 5. Глубокое обучение в технологиях компьютерного зрения 148
Глава 6. Глубокое обучение для текста и последовательностей 210
Глава 7. Лучшие практики глубокого обучения продвинутого уровня 270
Глава 8. Генеративное глубокое обучение 307
Глава 9. Заключение 357
Приложение A. Установка Keras и его зависимостей в Ubuntu 384
Приложение B. Запуск Jupyter Notebook на экземпляре EC2 GPU 389