Глубокое обучение с JAX

Читать обязательно! Акцент на функциональном программировании изменил мой подход к созданию моделей. Стивен Оутс, научный работник в области исследования данных, Allianz Australia Библиотека JAX от Google предоставляет пользователям моделей глубокого обучения средства точной настройки и управления процессами низкого уровня, такими как вычисление градиента, быстрое и эффективное обучение модели и вывод результатов на больших наборах данных. Книга обучает созданию эффективных нейронных сетей с применением JAX. Вы узнаете, как специальные инструменты JAX помогают справиться с проблемами нехватки производительности, характерными для глубокого обучения на больших данных. Примеры реалистичных проектов и листинги исходного кода с подробными комментариями показывают, как парадигма функционального программирования JAX улучшает сочетаемость различных программных компонентов и возможности распараллеливания. Основные темы: — использование JAX для числовых расчетов; — создание дифференцируемых моделей с использованием примитивов JAX; — выполнение распределенных и параллельных вычислений с помощью JAX; — создание нейронных сетей с помощью библиотек высокого уровня, таких как Flax. Издание предназначено программистов средней квалификации на языке Python, знакомых с принципами глубокого обучения.