Общее описание
Книга объёмом около 270 страниц. Содержит достаточное количество графического материала. Уровень сложности — средний.
Краткий обзор
Глава 1. Как работают нейронные сети
Глава объясняет базовые принципы работы нейронных сетей: что такое нейроны, веса, сумма сигналов и функция активации. Автор интуитивно вводит понятия обучения, ошибки и обратного распространения ошибки, избегая сложной математики. Основная цель главы — сформировать правильную ментальную модель того, почему нейронная сеть вообще может чему-то научиться.
Глава 2. Создаем нейронную сеть на Python
В этой главе шаг за шагом реализуется простая нейронная сеть на Python с нуля, без использования фреймворков. Автор показывает, как инициализировать веса, реализовать прямой проход, обучение и обратное распространение ошибки. В финале сеть обучается распознавать рукописные цифры (MNIST), а читатель получает рабочий и понятный код.
Глава 3. Несколько интересных проектов
Глава посвящена практическому применению уже созданной нейронной сети и экспериментам с ней. Рассматриваются улучшения качества распознавания, работа с собственными изображениями и влияние параметров обучения. Основной акцент сделан на том, как модифицировать и расширять модель, а не просто слепо использовать готовый пример.
Приложение А. Краткое введение в дифференциальное исчисление
Приложение объясняет минимально необходимую математику для понимания процесса обучения нейронных сетей. Производные и градиенты вводятся на интуитивном уровне — ровно в том объёме, который требуется для понимания алгоритма обратного распространения ошибки. Это не учебник по математическому анализу, а своего рода «математический мост» к основному тексту.
Приложение Б. Нейронная сеть на Raspberry Pi
Здесь показано, как запустить и использовать нейронную сеть на Raspberry Pi. Автор демонстрирует, что нейросети могут работать даже на слабом железе, если модель достаточно простая. Приложение хорошо иллюстрирует практическую сторону embedded-подхода и автономных устройств.
Мнение
Это первая книга, с которой я начал разбираться в том, как нейронные сети работают изнутри и как они реализуются на практике. На примере Python автор разрабатывает примитивную нейросеть и постепенно улучшает её от главы к главе. В итоге материал подан понятно, последовательно и доступно.
