مرحبا الزملاء!
يسرنا أن نعلن أن خطط النشر الخاصة بنا في بداية العام المقبل تتضمن كتابًا جديدًا ممتازًا للتعلم العميق كتبه ديفيد فوستر
المؤلف ، مقارنة هذا العمل لا يقل عن هبوط أبولو على سطح القمر ، نشرت على المتوسط استعراضا مفصلا لتحفة له ، والتي نقترح النظر في دعابة قريبة من الواقع.
استمتع بالقراءة ، اتبع الإعلان!
رحلتي التي استغرقت 459 يومًا من مدونة إلى كتاب وعودة
20:17 بالتوقيت العالمي ، 20 يوليو 2019قبل 50 عامًا ، في الدقيقة الواحدة - تم اختبار وحدة Eagle ، بقيادة نيل أرمسترونغ و Buzz Aldrin. كان أعلى مظهر من مظاهر الهندسة والشجاعة والتصميم الحقيقي.
تقدم سريعًا لمدة 50 عامًا - واكتشف أن طاقة المعالجة الكاملة
لجهاز التحكم على متن مركبة الفضاء Apollo (AGC) ، والتي سلمت هؤلاء الأشخاص إلى القمر ، تناسب الآن في جيبك عدة مرات. في الواقع ، فإن الطاقة الحاسوبية لجهاز iPhone 6 ستجلب في وقت واحد إلى القمر 120 مليون سفينة فضائية مثل Apollo 11.
هذه الحقيقة لا تنتقص من عظمة AGC. وفقًا لقانون مور ، يمكنك أن تأخذ أي جهاز كمبيوتر ولا يجب أن تكون مخطئًا ، قائلة إنه في غضون 50 عامًا ، سيكون هناك جهاز يمكنه العمل أسرع مرتين ونصف.
مارغريت هاميلتون ، رئيس فريق المبرمجين الذين كتبوا الكود الخاص بـ AGC ، اعتبروا أن القيود المفروضة على أجهزة الكمبيوتر في ذلك الوقت ليست عائقًا ، بل تحدٍ. لقد استخدمت كل الموارد المتاحة لها لإنجاز ما لا يمكن تصوره.
مارغريت هاميلتون ورمز لـ AGC (المصدر: صور تاريخ العلوم)
والآن ، أريد أن أخبرك عن ...
كتاب "التعلم العميق التوليدي"منذ 459 يومًا ، تلقيت رسالة من أورايلي ميديا ، تسألني عن مدى أهمية كتابة كتاب. أعجبتني هذه الفكرة إذن ، لذلك وافقت وقررت أن أكتب أحدث دليل للنمذجة التوليدية ، أو بالأحرى كتاب عملي يخبرك بكيفية إنشاء نماذج تعلم عميقة مشهورة بالوقت يمكنها رسم وكتابة النصوص وتأليف الموسيقى والتشغيل .
والأهم من ذلك ، أود ، بعد قراءة هذا الكتاب ، أن يفهم القارئ بالتفصيل التعلم العميق العام ويحاول إنشاء نماذج تمثل أشياء رائعة حقًا ؛ علاوة على ذلك ، لا تتطلب هذه النماذج موارد حوسبة ضخمة ومكلفة ، والتي لا تزال تعمل ببطء شديد.
أنا مقتنع تمامًا: لكي تتعلم أي موضوع تقني ، يجب أن تبدأ بحل المشكلات الصغيرة في ذلك ، لكن عليك أن تفهمها بتفاصيل تجعلك تفهم الأساس المنطقي لجميع أسطر الكود إلى واحد.
إذا بدأت بمجموعات بيانات ضخمة وبهذه النماذج ، كل منها يستغرق يومًا كاملًا وليس ساعة للتشغيل ، فلا تتعلم أي شيء يتجاوز الحد الأدنى - فقط اقضِ وقتًا أطول 24 مرة في التدريب.
إن الشيء الأكثر أهمية الذي علمتنا هبوط أبولو على سطح القمر هو أنه يمكنك تحقيق نتائج مذهلة للغاية من خلال موارد الحوسبة المتواضعة للغاية. بالضبط نفس الانطباع الذي سيكون لديك حول النمذجة التوليفية بعد قراءة كتابي.
ما الأمر مع الببغاء؟تعد الكتابة من أجل O'Reilly ممتعة للغاية لأنها تختار الرسوم التوضيحية الحيوانية لغطاء كتابك. حصلت على ببغاء أحمر الذيل أحمر اللون ، والذي قمت بتعميده نيل وينجسترونج في نوبة من المشاعر.
نيل Wingstrong هو من عائلة الببغاء.
لذلك ، هبط الببغاء. ما الذي يجب توقعه من الكتاب؟
ما هو هذا الكتاب؟هذا الكتاب هو دليل تطبيقي للنمذجة التوليفية.
إنها تحدد كل الأشياء الأساسية التي تساعد في بناء أبسط النماذج التوليدية. ثم تصبح المواد أكثر تعقيدًا تدريجيًا للنماذج الأكثر تقدمًا ، خطوة بخطوة. جميع الأقسام مصحوبة بأمثلة عملية ومخططات معمارية ورمز.
هذا الكتاب مخصص لكل من يريد أن يفهم بشكل أفضل الضجيج القادم حول النمذجة التوليدية. قراءة كتاب لا يتطلب معرفة عميقة بالتعلم ، وترد جميع أمثلة التعليمات البرمجية في بيثون.
ما يعتبر في الكتاب؟حاولت أن أغطي في الكتاب جميع التطورات الرئيسية في مجال النمذجة التوليدية خلال السنوات الخمس الماضية. اتضح مثل هذا النطاق.
ينقسم الكتاب إلى جزأين ، فيما يلي نبذة مختصرة عن الفصول:
الجزء 1: مقدمة في التعلم العميق التوليديالغرض من الفصول الأربعة الأولى من الكتاب هو تعريفك بالتقنيات الأساسية التي ستحتاج إليها لبدء بناء النماذج التوليفية للتعلم العميق.
1. النمذجة التوليديةفي سياق واسع ، سننظر في نظام النمذجة التوليفية ونوع المهام التي نحاول حلها باستخدام نهج احتمالي. ثم ندرس مثالنا الأول على أبسط نموذج عام احتمالي احتمالي ونحلل السبب في أنه قد يكون من الضروري اللجوء إلى أساليب التعلم العميق في حالة تعقيد المهمة التوليفية.
2. التعلم العميقسيساعدك هذا الفصل في التنقل في أدوات التعليم العميق والتقنيات التي تحتاجها للبدء في إنشاء نماذج عامة أكثر تعقيدًا. ستقابل هنا
Keras ، وهو إطار لبناء الشبكات العصبية التي يمكن أن تكون مفيدة لبناء وتدريب بعض أبنية الشبكات العصبية العميقة الحديثة التي نوقشت في الأدب.
3. التباين تشفير السياراتفي هذا الفصل ، سوف نلقي نظرة على نموذجنا الأول للتعلم العميق التوليدي - التشفير التلقائي المتغير. سيساعدنا هذا النهج القوي على إنشاء وجوه واقعية من نقطة الصفر وتغيير الصور الحالية - على سبيل المثال ، إضافة ابتسامة على وجوهنا أو تغيير لون شعرنا.
4. شبكات التنافس التوليدي (GAN)يناقش هذا الفصل واحدًا من أنجح نماذج النمذجة التوليفية التي ظهرت في السنوات الأخيرة - الشبكة التنافسية التوليدية. بناءً على هذا الإطار الجميل لهيكلة مهام النمذجة التوليفية ، تم بناء العديد من النماذج التوليفية الأكثر تقدماً. سننظر في كيفية صقلها ولماذا يسمح لنا باستمرار بتوسيع حدود ما يمكن تحقيقه عن طريق النمذجة التوليفية.
الجزء 2: نحن نعلم الآلات لرسم الموسيقى وكتابتها وتشغيلهايعرض الجزء الثاني الحالات التي تساعدك على فهم كيفية استخدام تقنيات النمذجة التجريبية لحل مشاكل معينة.
5. الرسميناقش هذا الفصل أسلوبين يتعلقان برسم الآلة. أولاً ، سنناقش الشبكة العصبية CycleGAN ، والتي ، كما يوحي الاسم ، هي عبارة عن تكيف لمعمارية GAN ، والتي تتيح للنموذج أن يتعلم كيفية تحويل صورة إلى لوحة مكتوبة بأسلوب معين (أو العكس). سنتحدث أيضًا عن تقنية النقل العصبي المضمنة في العديد من تطبيقات تحرير الصور المتحركة ، مما يساعد على نقل نمط الصورة إلى الصورة من أجل خلق انطباع بأن هذه الصورة ليست سوى صورة أخرى من صور الفنان نفسه.
6. كتابة النصوصفي هذا الفصل ، ننتقل إلى النصوص المكتوبة آليًا ؛ في هذا الموضوع ، يتعين على المرء مواجهة تحديات أخرى غير عند توليد الصور. سوف تتعرف هنا على الشبكات العصبية المتكررة (RNN) - وهي بنية ملائمة لحل المشكلات المرتبطة بالبيانات التسلسلية. سنناقش أيضًا كيفية عمل بنية وحدة فك ترميز التشفير وكتابة مولد الأسئلة والإجابة بأنفسنا.
7. تأليف الموسيقىهذا الفصل مخصص لتوليد الموسيقى ، وترتبط هذه المهمة أيضًا بتوليد البيانات التسلسلية. ولكن ، على عكس كتابة النصوص ، توجد في هذه الحالة صعوبات إضافية - على سبيل المثال ، نمذجة الجنين الموسيقي والإيقاع. سوف نتأكد من أن العديد من التقنيات المستخدمة لإنشاء النص قابلة للتطبيق في هذا المجال ، بالإضافة إلى استكشاف بنية التعلم العميقة المسماة MuseGAN ، والتي تتكيف مع الأفكار من الفصل 4 (حول GAN) إلى بيانات الموسيقى.
8. اللعبةيصف هذا الفصل كيف تتوافق النماذج التوليفية مع المجالات الأخرى للتعلم الآلي ، بما في ذلك التعلم المعزز. سنناقش واحدة من المقالات العلمية الأكثر إثارة للاهتمام التي نشرت مؤخرا ، والتي تسمى "نماذج العالم" (نماذج من العالم). يوضح مؤلفو هذا المقال كيف يمكن استخدام النموذج التوليدي كبيئة يتم فيها تدريب الوكيل ، مما يسمح للوكيل "بالتفكير" في السيناريوهات المستقبلية المحتملة وتخيل ما سيحدث في حالة اتخاذ إجراءات معينة ، وكل هذا يتم بالكامل في سياق مفهومنا النماذج البيئية.
9. مستقبل النمذجة توليدينلخص هنا المشهد التكنولوجي الحالي للنمذجة التوليدية وننظر إلى الوراء ، مع التذكير ببعض التقنيات المعروضة في هذا الكتاب. سنتحدث أيضًا عن كيف يمكن لأحدث هياكل الشبكات العصبية المتوفرة اليوم ، على سبيل المثال ، GPT-2 و BigGAN ، تغيير أفكارنا حول النشاط الإبداعي. أتساءل عما إذا كان من الممكن إنشاء نظام اصطناعي يمكن أن ينتج عنه أعمال لا يمكن تمييزها من نماذج من الفنون البصرية البشرية والأدب والموسيقى.
10. الخاتمةالأفكار النهائية حول سبب تحول التعلم العميق إلى واحد من أهم مجالات التكنولوجيا في التعلم العميق في السنوات 5-10 القادمة.
النتائجفي عالم يزداد صعوبة فيه التمييز بين الواقع والخيال ، يصبح عمل المهندسين الذين يفهمون بالتفصيل مبادئ عمل النماذج التوليفية ولا يخافون من القيود التكنولوجية المحتملة أهمية حيوية.
آمل أن يساعدك كتابي في اتخاذ الخطوات الأولى نحو فهم هذه التقنيات الحديثة ، وسيصبح أيضًا قراءة ممتعة وممتعة لك.