Details
| Title | Нейронные сети: продвинутые архитектуры на PyTorch: учебное пособие |
|---|---|
| Creators | Малеев Олег Геннадьевич |
| Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности. Высшая школа программной инженерии |
| Imprint | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2026 |
| Collection | Учебная и учебно-методическая литература ; Общая коллекция |
| Document type | Tutorial |
| Language | Russian |
| Speciality code (FGOS) | 02.00.00 ; 09.00.00 |
| Speciality group (FGOS) | 020000 - Компьютерные и информационные науки ; 090000 - Информатика и вычислительная техника |
| DOI | 10.18720/SPBPU/2/i26-121 |
| Rights | Доступ по паролю из сети Интернет (чтение, печать) |
| Additionally | New arrival |
| Record key | RU\SPSTU\edoc\78850 |
| Record create date | 5/13/2026 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
В учебном пособии рассмотрены вопросы моделирования продвинутых архитектур нейронных сетей с использованием фреймворка PyTorch. Приведенные информация и примеры программ дают возможность студентам получить представление о генеративно-состязательных сетях, трансформерах и обучении с подкреплением, закрепить полученные знания на практике при выполнении индивидуальных заданий, освоить работу на фреймворке PyTorch. Предполагается, что студенты уже освоили базовые архитектуры нейронных сетей. Представленные материалы и индивидуальные задания используются при изучении дисциплины «Нейронные сети» студентами, обучающимися по направлениям подготовки 09.03.04 «Программная инженерия» и 02.03.02 «Фундаментальная информатика и информационные технологии».
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
- Оглавление
- Введение
- Глава 1: Генеративно-состязательные сети (GAN)
- Глава 2: Механизмы внимания
- Глава 3: Трансформеры
- Глава 4: Основы обучения с подкреплением
- Глава 5: Глубокое обучение с подкреплением
- Глава 6: Иcпользование трансформеров и обучения с подкреплением в больших языковых моделях
- Глава 7. Использование библиотек Transformers и TRL для работы с большими языковыми моделями
- Заключение
- Список литературы
