Детальная информация
| Название | Нейронные сети: продвинутые архитектуры на PyTorch: учебное пособие |
|---|---|
| Авторы | Малеев Олег Геннадьевич |
| Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности. Высшая школа программной инженерии |
| Выходные сведения | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2026 |
| Коллекция | Учебная и учебно-методическая литература ; Общая коллекция |
| Тип документа | Учебник |
| Язык | Русский |
| Код специальности ФГОС | 02.00.00 ; 09.00.00 |
| Группа специальностей ФГОС | 020000 - Компьютерные и информационные науки ; 090000 - Информатика и вычислительная техника |
| DOI | 10.18720/SPBPU/2/i26-121 |
| Права доступа | Доступ по паролю из сети Интернет (чтение, печать) |
| Дополнительно | Новинка |
| Ключ записи | RU\SPSTU\edoc\78850 |
| Дата создания записи | 13.05.2026 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
| Группа | Анонимные пользователи |
|---|---|
| Сеть | Интернет |
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».
| Место доступа | Группа пользователей | Действие |
|---|---|---|
| Локальная сеть ИБК СПбПУ | Все |
|
| Интернет | Авторизованные пользователи СПбПУ |
|
| Интернет | Анонимные пользователи |
|
- 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
