Лоуренс Морони выпустил новую книгу «Искусственный интеллект и машинное обучение для программистов в PyTorch», которая привлекает внимание не только содержанием, но и подходом к обучению. Это не просто очередной учебник — работа автора охватывает разные аспекты работы с нейросетями, включая практические задания и работу с современными инструментами.
Первые шаги к практике
Книга начинается с практического введения в PyTorch, где читателям предлагается создать простейшую нейросеть. Такой подход позволяет максимально быстро погрузиться в выполнение задач. Например, в первой главе читатели научатся различать классы объектов, используя базовые модели, и узнают о таких проблемах, как переобучение.
Второй пример — работа с Fashion-MNIST, а уже в третьей главе читатели будут отличать людей от лошадей. Эти ранние этапы позволяют не просто ознакомиться с API, а полностью освоить его, экспериментируя и меняя параметры нейросетей на практике.
Обзор данных и работа с NLP
После первых экспериментов с изображениями Морони переключает внимание читателей на важность подготовки данных. Четвертая глава книги посвящена данным: от загрузки до их переработки. Например, здесь раскрываются темы batch processing, shuffle, а также параллельной загрузки данных — всего того, что нужно для эффективного обучения моделей.
Следующий шаг — введение в обработку естественного языка (NLP). В пятой главе рассматриваются токенизация и работа с реальными данными, а также исправление ошибок в исходных файлах. Читатели смогут создать классификатор предложений, а также даже детектор сарказма, что подводит их к важной теме работы с embeddings.
Что это значит для разработчиков
Для российских разработчиков книга Морони представляет особую ценность, так как даёт возможность не просто ознакомиться с теорией, а активно применять знания на практике. Кроме того, у читателей есть шанс поэкспериментировать с современными инструментами, такими как Hugging Face и Transformers, что важно в условиях стремительно развивающегося рынка.
Следующая важная точка — выход книги позволит разработчикам развивать навыки в области машинного обучения и NLP, что улучшит их конкурентоспособность на рынке труда.