Kniga postroena wokrug sleduüschih klüchewyh tem: osnowy nejronnyh setej, swertochnye nejronnye seti (CNN), rekurrentnye nejronnye seti (RNN), generatiwnye modeli i obuchenie s podkrepleniem. Krome togo, my takzhe rassmatriwaem takie prodwinutye temy, kak mehanizm wnimaniq, arhitektura transformatora, mul'timodal'noe obuchenie, obuchenie s neskol'kimi wystrelami, wrazhdebnye primery i zaschita, nastrojka giperparametrow i metody regulqrizacii.Kazhdaq glawa nachinaetsq s kratkogo wwedeniq w temu i obespechiwaet intuitiwnoe i geometricheskoe ponimanie osnownyh koncepcij. My schitaem, chto geometricheskaq intuiciq neobhodima dlq ponimaniq koncepcij glubokogo obucheniq, i prilagaem wse usiliq dlq ispol'zowaniq wizualizacij, chtoby pomoch' chitatelqm postroit' prochnuü mental'nuü model' koncepcij. Kniga takzhe soderzhit intuiciü programmirowaniq, kotoraq pomogaet chitatelqm ponqt', kak realizowat' algoritmy glubokogo obucheniq s pomosch'ü populqrnyh frejmworkow, takih kak Tensor Flow ili Py Torch. My schitaem, chto intuiciq programmirowaniq krajne wazhna dlq chitatelej, chtoby razwit' prakticheskie nawyki i primenqt' metody glubokogo obucheniq dlq resheniq real'nyh zadach.