Свой Autograd и нейросеть с нуля: Путь от новичка до ML-инженера

Нейросети не магия: Путь от print() до собственного GPT Перед вами не просто книга, а рабочая тетрадь, которая проведет вас через все этапы создания нейросетей: от установки Python до деплоя модели в Docker. Вы начнете с основ синтаксиса и NumPy, чтобы сразу перейти к главному — написанию собственного фреймворка глубокого обучения. Вы создадите класс Tensor, реализуете обратное распространение ошибки вручную и соберете нейросеть без готовых библиотек. И только когда поймете, как работают шестеренки, вы перейдете к PyTorch. Разберем все ключевые архитектуры: MLP, CNN, LSTM, Трансформеры, GAN и Diffusion. Научимся ускорять обучение с помощью GPU, квантизировать модели для мобильных устройств и деплоить их как REST API. Никакой воды — только код, эксперименты и ясность.