Глубокое обучение с JAX

Книга посвящена практическому применению библиотеки JAX от Google для создания эффективных нейронных сетей. Автор подробно рассматривает ключевые возможности JAX, включая функциональное программирование, автоматическое дифференцирование, JIT-компиляцию, векторизацию и распараллеливание вычислений. Особое внимание уделяется решению проблем производительности при работе с большими данными.

Издание содержит множество реалистичных примеров проектов и листингов исходного кода с подробными комментариями. Читатель научится использовать парадигму функционального программирования JAX для улучшения сочетаемости компонентов и эффективного распараллеливания вычислений. Книга охватывает как основы работы с массивами и градиентами, так и продвинутые темы, такие как сегментирование тензоров и работа с pytree.

В третьей части рассматривается экосистема JAX, включая высокоуровневые библиотеки поддержки нейронных сетей и другие инструменты. Материал ориентирован на читателей, имеющих опыт программирования на Python и знакомых с принципами глубокого обучения. Книга будет полезна как исследователям, так и инженерам, стремящимся повысить производительность своих моделей.

Автор, Григорий Сапунов, делится практическими знаниями и опытом, делая сложные концепции доступными. Перевод на русский язык выполнен А. В. Снастиным. Издание содержит 526 страниц и предназначено для углубленного изучения JAX в контексте глубокого обучения.