Aprendizaje profundo: teoría y práctica de redes neuronales, visión artificial, procesamiento de lenguaje natural y transformadores con TensorFlow

Guía a todo color de NVIDIA para el aprendizaje profundo: todo lo que necesita para empezar y obtener resultados

"Para permitir que todos formen parte de esta revolución histórica, se requiere la democratización del conocimiento y los recursos de la IA. Este libro es oportuno y relevante para lograr estos nobles objetivos."
-- Del prólogo de la Dra. Anima Anandkumar, Profesora Bren, Caltech, y Directora de Investigación de ML, NVIDIA

"Ekman utiliza una técnica de aprendizaje que, según nuestra experiencia, ha demostrado ser fundamental para el éxito: pedir al lector que piense en el uso de técnicas de DL en la práctica. Su enfoque sencillo es refrescante y permite al lector soñar, aunque solo sea un poco, con el futuro del DL."
-- Del prólogo del Dr. Craig Clawson, Director, NVIDIA Deep Learning Institute

El aprendizaje profundo (DL) es un componente clave de los emocionantes avances actuales en el aprendizaje automático y la inteligencia artificial. Aprendiendo aprendizaje profundo es una guía completa sobre DL. Iluminando tanto los conceptos centrales como las técnicas de programación prácticas necesarias para tener éxito, este libro es ideal para desarrolladores, científicos de datos, analistas y otros, incluidos aquellos sin experiencia previa en aprendizaje automático o estadística.

Después de introducir los componentes esenciales de las redes neuronales profundas, como las neuronas artificiales y las capas totalmente conectadas, convolucionales y recurrentes, Magnus Ekman muestra cómo utilizarlas para construir arquitecturas avanzadas, incluido el Transformer. Describe cómo se utilizan estos conceptos para construir redes modernas para la visión por computadora y el procesamiento del lenguaje natural (NLP), incluidas Mask R-CNN, GPT y BERT. Y explica cómo un traductor de lenguaje natural y un sistema que genera descripciones de imágenes en lenguaje natural.

En todo momento, Ekman proporciona ejemplos de código concisos y bien anotados utilizando TensorFlow con Keras. Se proporcionan ejemplos correspondientes de PyTorch en línea, y el libro cubre así las dos bibliotecas de Python dominantes para DL utilizadas en la industria y el mundo académico. Concluye con una introducción a la búsqueda de arquitectura neuronal (NAS), explorando importantes cuestiones éticas y proporcionando recursos para un aprendizaje posterior.

• Explore y domine los conceptos centrales: perceptrones, aprendizaje basado en gradientes, neuronas sigmoides y retropropagación
• Vea cómo los marcos de DL facilitan el desarrollo de redes neuronales más complicadas y útiles
• Descubra cómo las redes neuronales convolucionales (CNN) revolucionan la clasificación y el análisis de imágenes
• Aplique redes neuronales recurrentes (RNN) y memoria a largo y corto plazo (LSTM) al texto y otras secuencias de longitud variable
• Domine el NLP con redes secuencia a secuencia y la arquitectura Transformer
• Cree aplicaciones para la traducción de lenguaje natural y el subtitulado de imágenes

La invención de la GPU por parte de NVIDIA impulsó el mercado de los juegos de PC. El trabajo pionero de la compañía en computación acelerada, una forma de computación supercargada en la intersección de los gráficos por computadora, la computación de alto rendimiento y la IA, está remodelando industrias de billones de dólares, como el transporte, la atención médica y la fabricación, e impulsando el crecimiento de muchas otras.

Registre su libro para acceder cómodamente a descargas, actualizaciones y/o correcciones a medida que estén disponibles. Consulte el interior del libro para obtener más detalles.

Autor: Magnus Ekman
Editorial: Addison-Wesley Professional
Publicado: 17/08/2021
Páginas: 752
Tipo de encuadernación: Tapa blanda
Peso: 2.24 libras
Tamaño: 9.10 pulgadas de alto x 7.45 pulgadas de ancho x 0.94 pulgadas de profundidad
ISBN13: 9780137470358
ISBN10: 0137470355
Categorías BISAC:
- Informática | Lenguajes | Python
- Informática | Ciencia de datos | Redes neuronales
- Informática | Inteligencia artificial | Procesamiento del lenguaje natural

Sobre el autor
Magnus Ekman, Ph.D., es director de arquitectura en NVIDIA Corporation. Su doctorado es en ingeniería informática y es inventor de múltiples patentes. Se expuso por primera vez a las redes neuronales artificiales a finales de los noventa en su país natal, Suecia. Después de incursionar en la computación evolutiva, terminó centrándose en la arquitectura informática y se trasladó a Silicon Valley, donde vive con su esposa Jennifer, sus hijos Sebastian y Sofia, y su perra Babette. Anteriormente trabajó en diseño de procesadores e I+D en Sun Microsystems y Samsung Research America, y ha participado en la creación de dos empresas, una de las cuales (Skout) fue posteriormente adquirida por The Meet Group, Inc. En su puesto actual en NVIDIA, dirige un equipo de ingeniería que trabaja en el rendimiento de la CPU y la eficiencia energética para sistemas en chips dirigidos al mercado de vehículos autónomos.

A medida que el campo del Aprendizaje Profundo (DL) explotó en los últimos años, impulsado por la tecnología GPU de NVIDIA y CUDA, el Dr. Ekman se encontró en medio de una empresa que se expandía más allá de los gráficos por computadora para convertirse en una potencia de aprendizaje profundo (DL). Como parte de ese viaje, se desafió a sí mismo a mantenerse al día con los desarrollos más recientes en el campo. Se considera un educador y, en el proceso de escribir Aprendiendo Aprendizaje Profundo (LDL), se asoció con el Instituto de Aprendizaje Profundo de NVIDIA (DLI), que ofrece capacitación práctica en IA, computación acelerada y ciencia de datos acelerada. Está encantado con los planes de DLI de agregar LDL a su cartera existente de cursos en línea a su propio ritmo, talleres dirigidos por instructores en vivo, programas para educadores y kits de enseñanza.