Сконструировать нейронную систему без навыков программирования помогает книга Тарика Рашида «Создаем нейронную сеть». Издание читают новички, студенты вузов, специалисты глубинного обучения. Автор предлагает изучение минимальных основ математики, алгоритмов оптимизации, распознавание символов на Python.
Что известно об авторе
Количественный аналитик обладает академической степенью по специальности Machine Learning and Data Mining. Профессионал обучил языку Phyton многих новичков.
Т. Рашид живет в Лондоне (Великобритания), принимает активное участие в семинарах и международных симпозиумах. Он защитил докторскую диссертацию в 2006 г. Автор 367 научных изданий, возглавляет список лучших мировых исследователей в области сравнительного анализа алгоритмов.
В 2022 г. Тарик Рашид предложил метаэвристический алгоритм FOX для решения инженерных задач. С помощью алгоритма Moth Flame автор создал глубокую нейронную структуру для подводных целей. В 2023 г. Тарик Рашид предложил механизм оптимизации поиска контрабандистов для отбора кандидатов на рабочие специальности.
О книге «Создаем нейронную сеть»
Издание знакомит с теоретическими материалами и практическими методами создания вычислительного устройства. Книга предназначена для новичков и специалистов, занимающихся разработкой программного обеспечения. Издание отражает личные взгляды ученого на нейронную систему.
Автор дает толкование теоретических взглядов на создание Neural network и разработку документации для эксплуатации обучающей системы. Тарик Рашид описывает главный определяющий замысел функционального кода.
В издании рассматривается структура обучающей системы, определение выходных сигналов с помощью функции активации нейронов.
Читатель изучает методы тренировки структуры обучения и язык программирования Phyton, определяет образы с помощью вычислительного устройства.
Издание разделено на 3 главы. В книге представлены интересные проекты, посвященные тестированию и опросу искусственной системы.
Читатель знакомится с приложениями:
- А (введение в дифференциальное исчисление);
- Б (сеть на Raspberry Pi).
Автор уделяет внимание установке одноплатного компьютера на ARM архитектуре для изучения информатики и проверке функциональности программ.
Основные темы
В основу издания легло изучение современных искусственных структур. Автор рассматривает взаимосвязь вычислительного устройства и мышления программного комплекса. Большое внимание уделено функции возбуждения нейрона и сглаживанию входящих сигналов.
Т. Рашид обращает внимание на методику устранения проблем в обучающих вычислительных системах и подробно рассматривает информативную среду Phyton. Автор знакомит с простой классификацией рукописных цифр, учит распознавать изображения с помощью обучающей структуры.
Может ли помочь книга создать свою нейросеть
Издание рассчитано на глубокое изучение нейронной системы (Neural network). Новички выясняют, какие элементы составляют математическую модель и как разработать обучающую систему единолично.
Разобравшись с принципами работы информационной сети, пользователь выбирает компьютерные комплектующие запуска и процессор (4GPU). Можно воспользоваться готовыми аппаратными решениями Google Coral или Nvidia Jetson.
Читатель учится распознавать образы, знакомится с памятью нейронной сети и способами оптимизации искусственной структуры.
Отзывы читателей
Пользователи отмечают главные достоинства книги:
- доступное изложение материала;
- качественный перевод;
- содержание;
- высокое качество полиграфии.
Издание рекомендуют для начального знакомства с вычислительной структурой. В тексте книги приведены интересные примеры улучшения работы нейронной сети, повествование ведется от простого к сложному. Пользователю не нужна специальная подготовка или знание высшей математики и физики для изучения материала.
Читатели обращают внимание на возможность скачивания книги в форматах fb2, ePub, djvu, pdf.
Похожие книги
Для практического изучения технологии создания вычислительной структуры рекомендованы издания зарубежных авторов: профессора Томаса Х. Кормена, Ч. Петцольда, Ф. Уоссермена.
Новички изучают алгоритмы глубокого и машинного обучения, знакомятся с использованием Neural network в системах навигации, для преобразования речевого сигнала и цифровой информации, создания платежей в финансовых учреждениях и пр.
В электронной книге С. Хайкина «Нейронные сети. Полный курс» описана теория глубоких искусственных устройств, изложены методы компьютерных экспериментов.
