Learning Deep Representations of Data Distributions — новая бесплатная книга от исследователей UC Berkeley (Sam Buchanan, Druv Pai, Peng Wang, Yi Ma)

Главная идея книги - показать, почему и как глубокие нейросети учатся извлекать сжатые, информативные представления сложных данных, и что у них внутри:

В книге вы найдите:

простое объяснение фундаментальных принципов архитектур нейросетей через оптимизацию и теорию информации.

как модели формируют инвариантные и устойчивые представления

связь с PCA, автоэнкодерами и дифференцируемыми отображениями — то есть, как нейросети по сути обобщают классические методы сжатия данных и учатся находить их оптимальное представление

взгляд на обучение через энергию, энтропию и структуру данных

свежие идеи для понимания LLM и генеративных моделей

Читать онлайн: ma-lab-berkeley.github.io/deep-representation-learning-book

Github: https://github.com/Ma-Lab-Berkeley/deep-representation-learning-book

Источник: github.com

Комментарии: