Robot
Складчик
- #1
Свой Autograd и нейросеть с нуля: Путь от новичка до ML-инженера (Валерий Антонов)
- Ссылка на картинку

Нейросети не магия: Путь от print() до собственного GPT.
Перед вами не просто книга, а рабочая тетрадь, которая проведет вас через все этапы создания нейросетей: от установки Python до деплоя модели в Docker.
Вы начнете с основ синтаксиса и NumPy, чтобы сразу перейти к главному — написанию собственного фреймворка глубокого обучения.
Вы создадите класс Tensor, реализуете обратное распространение ошибки вручную и соберете нейросеть без готовых библиотек.
И только когда поймете, как работают шестеренки, вы перейдете к PyTorch.
Разберем все ключевые архитектуры: MLP, CNN, LSTM, Трансформеры, GAN и Diffusion.
Научимся ускорять обучение с помощью GPU, квантизировать модели для мобильных устройств и деплоить их как REST API.
Никакой воды — только код, эксперименты и ясность.
Формат pdf
Перед вами не просто книга, а рабочая тетрадь, которая проведет вас через все этапы создания нейросетей: от установки Python до деплоя модели в Docker.
Вы начнете с основ синтаксиса и NumPy, чтобы сразу перейти к главному — написанию собственного фреймворка глубокого обучения.
Вы создадите класс Tensor, реализуете обратное распространение ошибки вручную и соберете нейросеть без готовых библиотек.
И только когда поймете, как работают шестеренки, вы перейдете к PyTorch.
Разберем все ключевые архитектуры: MLP, CNN, LSTM, Трансформеры, GAN и Diffusion.
Научимся ускорять обучение с помощью GPU, квантизировать модели для мобильных устройств и деплоить их как REST API.
Никакой воды — только код, эксперименты и ясность.
Формат pdf
Показать больше
Зарегистрируйтесь
, чтобы посмотреть контент.