Грант Бейлевельд , Джон Крон , Аглаэ Бассенс - Глубокое обучение в картинках. Визуальный гид по искусственному интеллекту

фильмам из IMDb...........................................................................268
Исследование данных из IMDb........................................................................................272
Стандартизация длин отзывов..........................................................................................275
Полносвязанная сеть............................................................................................................276
Сверточные сети.....................................................................................................................283
Сети, специализирующиеся на изучении последовательных данных.......................288
Рекуррентные нейронные сети..........................................................................................288
Реализация RNN с помощью Keras..................................................................................290
Долгая краткосрочная память...........................................................................................293
Реализация LSTM с помощью Keras...............................................................................295
Двунаправленные LSTM.....................................................................................................297
Многослойные рекуррентные модели............................................................................297
Seq2seq и механизм внимания...........................................................................................299
Перенос обучения в NLP.....................................................................................................300
Непоследовательные архитектуры: функциональный API в библиотеке Keras........302
Итоги.................................................................................................................................................307
Глава 12. Генеративно-состязательные сети...................................................... 309
Базовая теория GAN....................................................................................................................309
Набор данных Quick, Draw!...............................................................................................314
Сеть дискриминатора..................................................................................................................317
Сеть генератора..............................................................................................................................320
Состязательная сеть.....................................................................................................................323
Обучение генеративно-состязательной сети.......................................................................326
Итоги.................................................................................................................................................332

Оглавление

  11

Глава 13. Глубокое обучение с подкреплением . ................................................ 334
Теоретические основы глубокого обучения с подкреплением.....................................334
Игра Cart-Pole.........................................................................................................................335
Марковский процесс принятия решений......................................................................338
Оптимальная стратегия.......................................................................................................340
Базовая теория сетей глубокого Q-обучения......................................................................342
Функции ценности................................................................................................................343
Функции Q-ценности...........................................................................................................343
Оценка оптимальной Q-ценности....................................................................................344
Определение агента DQN..........................................................................................................345
Инициализация параметров...............................................................................................347
Создание модели нейронной сети агента......................................................................349
Запоминание игрового процесса......................................................................................350
Обучение посредством воспроизведения воспоминаний........................................351
Выбор действия......................................................................................................................352
Сохранение и загрузка параметров модели..................................................................353
Взаимодействие с окружением из OpenAI Gym................................................................353
Оптимизация гиперпараметров с помощью SLM Lab.....................................................357
Другие агенты, отличные от DQN...........................................................................................360
Градиенты стратегий и алгоритм REINFORCE..........................................................361
Алгоритм Actor-Critic...........................................................................................................362
Итоги.................................................................................................................................................363

ЧАСТЬ IV. ВЫ И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ...........................................................................365
Глава 14. Вперед, к собственным проектам глубокого обучения......................... 366
Идеи для проектов глубокого обучения...............................................................................366
Компьютерное зрение и генеративно-состязательные сети....................................366
Обработка естественного языка........................................................................................368
Глубокое обучение с подкреплением..............................................................................369
Преобразование имеющегося проекта машинного обучения.................................370
Ресурсы для будущих --">