Освоение Mojo. Практическое руководство по созданию нейросетей, трансформеров и диффузионных моделей [Валерий Антонов]

Складчина: Освоение Mojo. Практическое руководство по созданию нейросетей, трансформеров и диффузионных моделей [Валерий Антонов]

Эта книга — практическое руководство по Mojo, охватывающее путь от основ синтаксиса до создания полноценных нейросетевых фреймворков и развёртывания моделей в продакшене.

Читатель построит тензорный движок, реализует автодифференцирование, ResNet с весами из PyTorch, LLaMA-подобную модель с FlashAttention и полный пайплайн Stable Diffusion — от текста до изображения. Отдельные главы посвящены GPU-программированию и интеграции с Python-экосистемой. 200+ примеров кода, 30 диаграмм, словарь терминов.

Ключевые темы:

• Прогрессивная типизация: от def к fn без переписывания кода
• Управление памятью через владение и заимствование без сборщика мусора
• SIMD-векторизация и оптимизация под кэш CPU для 150-кратного ускорения
• Построение автодифференцирования и нейросетевых фреймворков с нуля
• Трансформеры: FlashAttention, RoPE, KV-кэш, авторегрессионная генерация
• Stable Diffusion на чистом Mojo: от текста к изображению
• GPU-программирование и Apple Silicon Neural Engine
  

Для Python-разработчиков, которые хотят производительность C++ без необходимости учить C++.

Формат pdf
Цена 769 руб.
Скрытая ссылка