सामान्य विवरण
किताब लगभग 270 पेजों की है। इसमें पर्याप्त मात्रा में ग्राफिक सामग्री है। कठिनाई स्तर – मध्यम।
संक्षिप्त अवलोकन
अध्याय 1. न्यूरल नेटवर्क कैसे काम करते हैं
यह अध्याय न्यूरल नेटवर्क के काम करने के बुनियादी सिद्धांतों को समझाता है: न्यूरॉन्स, वज़न, संकेतों का योग और सक्रियण फ़ंक्शन क्या होते हैं। लेखक सीखने, त्रुटि और बैकप्रोपेगेशन की अवधारणाओं को सहज तरीके से पेश करता है, जटिल गणित से बचते हुए। इस अध्याय का मुख्य लक्ष्य यह समझने का सही मानसिक मॉडल बनाना है कि एक न्यूरल नेटवर्क आखिर कुछ सीख कैसे सकता है।
अध्याय 2. पायथन में न्यूरल नेटवर्क बनाना
इस अध्याय में बिना किसी फ्रेमवर्क के, शुरुआत से ही पायथन में एक सरल न्यूरल नेटवर्क को कदम दर कदम लागू किया गया है। लेखक दिखाता है कि वज़न कैसे शुरू करें, फॉरवर्ड पास, ट्रेनिंग और बैकप्रोपेगेशन कैसे लागू करें। अंत में नेटवर्क हस्तलिखित अंकों (MNIST) को पहचानना सीख जाता है, और पाठक को काम करने वाली व समझने योग्य कोड मिलती है।
अध्याय 3. कई दिलचस्प प्रोजेक्ट्स
यह अध्याय पहले से बने न्यूरल नेटवर्क के व्यावहारिक उपयोग और उसके साथ प्रयोगों के लिए समर्पित है। इसमें पहचान की गुणवत्ता सुधारने, अपनी खुद की छवियों के साथ काम करने और ट्रेनिंग पैरामीटर्स के प्रभाव पर चर्चा की गई है। मुख्य जोर इस बात पर है कि मॉडल को कैसे संशोधित और विस्तारित किया जाए, न कि सिर्फ तैयार उदाहरण को आँख मूंदकर इस्तेमाल करना।
परिशिष्ट क. डिफरेंशियल कैलकुलस का संक्षिप्त परिचय
यह परिशिष्ट न्यूरल नेटवर्क के प्रशिक्षण प्रक्रिया को समझने के लिए न्यूनतम आवश्यक गणित की व्याख्या करता है। डेरिवेटिव और ग्रेडिएंट्स को सहज स्तर पर पेश किया गया है – बिल्कुल उतनी मात्रा में जितनी बैकप्रोपेगेशन एल्गोरिदम को समझने के लिए आवश्यक है। यह गणितीय विश्लेषण की पाठ्यपुस्तक नहीं है, बल्कि मुख्य पाठ की ओर एक तरह का "गणितीय पुल" है।
परिशिष्ट ख. रास्पबेरी पाई पर न्यूरल नेटवर्क
यहाँ दिखाया गया है कि रास्पबेरी पाई पर न्यूरल नेटवर्क को कैसे चलाया और उपयोग किया जाए। लेखक प्रदर्शित करता है कि अगर मॉडल काफी सरल है तो न्यूरल नेटवर्क कमजोर हार्डवेयर पर भी काम कर सकते हैं। यह परिशिष्ट एम्बेडेड दृष्टिकोण और स्वायत्त उपकरणों के व्यावहारिक पक्ष को अच्छी तरह से दर्शाता है।
राय
यह वह पहली किताब है जिससे मैंने यह समझना शुरू किया कि न्यूरल नेटवर्क अंदर से कैसे काम करते हैं और व्यवहार में उन्हें कैसे लागू किया जाता है। पायथन के उदाहरण का उपयोग करते हुए, लेखक एक आदिम न्यूरल नेटवर्क विकसित करता है और इसे अध्याय दर अध्याय धीरे-धीरे बेहतर बनाता है। अंत में, सामग्री स्पष्ट, क्रमिक और सुलभ ढंग से प्रस्तुत की गई है।
