Manual Prático do Deep Learning: Redes Neurais Profundas

Já pensou se as Redes Neurais viessem com um Manual Prático de instruções passo-a-passo sobre como construí-las?
Pois é, esse manual agora existe!

Com ajuda desse Manual, você vai implementar desde os neurônios mais básicos (como o Perceptron, o Adaline e o Sigmoid) até uma Rede Neural completa com:
– Learning rate
– Momentum
– Dropout
– Regularização L1/L2
– Técnicas de inicialização de pesos (normal, uniform, e glorot/xavier)
– Mini-batch Gradiente Descendente
– Freezing
– Learning rate decay
– Early stopping
– Batch normalization

Além disso, esse Manual também contém segredos e dicas de especialistas pra lhe ajudar a treinar suas próprias Redes Neurais bem mais fácil, como:

Quais os melhores valores para cada hiperparâmetro (learning rate, qtde. de camadas, qtde. neurônios, tamanho do batch, etc)?

O que fazer quando a rede não converge?

Como evitar os problemas de vanishing/exploding gradients?

Como identificar e resolver underfitting e overfitting?

Esse Manual também acompanha a ferramenta essencial pra implementação de Redes Neurais: a Backpropagation.

Poucas pessoas sabem utilizá-la, mas nesse Manual você encontra um método único e memorável de ensino conhecido como “deriva quem tá dentro e multiplica por quem tá fora!”.