PyTorch. Освещая глубокое обучение (+ epub)

PDF
Als gelesen kennzeichnen
Wie Sie das Buch nach dem Kauf lesen
Buchbeschreibung

Многие средства глубокого обучения используют Python, но именно библиотека PyTorch по-настоящему «питоническая». Легкая в освоении для тех, кто знаком с NumPy и scikit-learn, PyTorch упрощает работу с глубоким обучением, обладая в то же время богатым набором функций. PyTorch прекрасно подходит для быстрого создания моделей и без проблем масштабируется до корпоративного проекта. PyTorch используют такие компании, как Apple и JPMorgan Chase.

Навыки работы с этой библиотекой пригодятся вам для карьерного роста. Вы научитесь создавать нейронные сети и системы глубокого обучения с помощью PyTorch. Книга поможет быстро приступить к созданию реального проекта с нуля. В ней описаны лучшие практики всего конвейера работы с данными, включая PyTorch Tensor API, загрузку данных на Python, мониторинг обучения и визуализацию полученных результатов.

После покупки предоставляется дополнительная возможность скачать книгу в формате epub.

Detaillierte Informationen
Altersbeschränkung:
16+
An folgendem Datum zu LitRes hinzufügt:
21 Dezember 2022
Datum der Übertragung:
2022
Schreibdatum:
2020
Größe:
576 S.
ISBN:
978-5-4461-1945-5
Gesamtgröße:
39 MB
Gesamtzahl der Seiten:
576
Seitengröße:
165 x 233 мм
Übersetzer:
И. Пальти, Сергей Черников
Copyright:
Питер
Verstößt das Buch gegen das Gesetz?
Buch melden
PyTorch. Освещая глубокое обучение (+ epub) von Эли Стивенс — als pdf herunterladen oder online lesen. Posten Sie Kommentare oder Kritiken, stimmen Sie für Ihren Favoriten.
Buch ist Teil der Reihe
«Библиотека программиста (Питер)»
Тестирование веб-API (+ epub)
Объектно-ориентированный Python (+ epub)
Чистый код: создание, анализ и рефакторинг (pdf+epub)
-5%

Andere haben auch gelesen:

Отзывы 1

Сначала популярные
Марат Шмелев

Книга "PyTorch: Lighting up Deep Learning" авторов Эли Стивенса, Луки Антиги и Томаса Вимана является отличным руководством для тех, кто только начинает изучать PyTorch или хочет углубить свои знания об этой библиотеке.

Авторы начинают с обзора основных принципов глубокого обучения и переходят к более сложным темам, таким как сверточные нейронные сети, автокодировщики и генеративно-состязательные сети.

Они также объясняют, как использовать PyTorch для создания собственных моделей и как оптимизировать их производительность.

Один из главных плюсов книги - это большое количество примеров кода, которые помогут читателям лучше понять, как работает PyTorch. Авторы также объясняют, как интегрировать PyTorch с другими библиотеками, такими как NumPy, pandas и scikit-learn.

Тем не менее, некоторые читатели могут найти книгу сложной для понимания, особенно если они только начинают изучать глубокое обучение.

Некоторые разделы могут быть слишком техническими для начинающих, и могут потребоваться дополнительные ресурсы для более детального понимания.

Несмотря на эти недостатки, книга является ценным ресурсом для тех, кто работает с PyTorch и хочет узнать больше о возможностях этой библиотеки. Она будет полезна как новичкам, так и профессионалам в области глубокого обучения.

Оставьте отзыв