PyTorch kompakt

Syntax, Design Patterns und Codebeispiele für Deep-Learning-Modelle

PyTorch kompakt

Name: PyTorch kompakt
Price: 29.9 EUR
Availability: InStock
Author: Joe Papa
ISBN: 9783960091851

Syntax, Design Patterns und Codebeispiele für Deep-Learning-Modelle

	OReilly (dpunkt)
Autor:in	Joe Papa
	235 Seiten, Softcover
Erschienen	01/2022
	978-3-96009-185-1 9783960091851

€

Best.-Nr.:

Mit diesem benutzerfreundlichen Nachschlagewerk zu PyTorch haben Sie kurzgefasstes und präzises Wissen zu einem der beliebtesten Frameworks für Deep Learning immer zur Hand. Der Autor Joe Papa bietet Ihnen mit dieser Referenz den sofortigen Zugriff auf Syntax, Design Patterns und gut nachvollziehbare Codebeispiele. Eine Fülle an gesammelten Informationen hilft Ihre Entwicklungsarbeit zu beschleunigen und die Zeit auf der Suche nach Details zu minimieren.

Data Scientists, Softwareentwickler:innen und Machine Learning Engineers finden in diesem Buch klaren, strukturierten PyTorch-Code, der jeden Schritt der Entwicklung neuronaler Netze abdeckt – vom Laden der Daten über die Anpassung von Trainingsschleifen bis hin zur Modelloptimierung und GPU/TPU-Beschleunigung. Lernen Sie in kurzer Zeit, wie Sie Ihren Code mit AWS, Google Cloud oder Azure in der Produktivumgebung einsetzen und Ihre ML-Modelle auf mobilen und Edge-Geräten bereitstellen.

Aus dem Inhalt

Lernen Sie Tensoren und die grundlegende Syntax von PyTorch kennen
Erstellen Sie maßgeschneiderte Modelle sowie eigene Komponenten und Algorithmen für Deep Learning
Nutzen Sie Design Patterns zu Transfer Learning, Stimmungsanalyse oder Generative Adversarial Networks (GANs) für Ihre Projekte
Trainieren und deployen Sie Modelle sowohl auf GPUs als auch auf TPUs
Beschleunigen Sie den Trainingsprozess durch Optimierung der Modelle und durch parallele und verteilte Verarbeitung
Informieren Sie sich über nützliche PyTorch-Bibliotheken und das PyTorch-Ökosystem

Hier das ganze Inhaltsverzeichnis lesen.

Der Tensor bildet die grundlegende Datenstruktur von PyTorch, da auf ihm alles aufbaut. Diese Leseprobe, Kapitel 2, ist eine Kurzreferenz für das Erstellen von Tensoren und für die Ausführung von Operationen. Das Verständnis des Tensors ist also die Voraussetzung um zu verstehen, wie PyTorch Daten verarbeitet und speichert.

Wer hat's geschrieben?

Joe Papa verfügt über 25 Jahre Erfahrung in Forschung und Entwicklung und ist Gründer von TeachMe.AI. Seinen Abschluss "Master of Science in Electrical Engineering" erwarb er an der Universität Rutgers. Bei Booz Allen Hamilton und Perspecta Labs leitete er KI-Forschungsteams, bei denen PyTorch intensiv eingesetzt wurde.
Joe Papa hat Hunderte von Data Scientists als Mentor betreut und mehr als 6.000 Studierende auf der ganzen Welt auf Udemy unterrichtet.

PyTorch kompakt

Syntax, Design Patterns und Codebeispiele für Deep-Learning-Modelle

PyTorch kompakt

Syntax, Design Patterns und Codebeispiele für Deep-Learning-Modelle

	OReilly (dpunkt)
Autor:in	Joe Papa
	235 Seiten, Softcover
Erschienen	01/2022
	978-3-96009-185-1 9783960091851

€

Best.-Nr.:

Betriebssysteme

Office-Anwendungen

Utilities, Dienstprogramme

Produktivitäts-Software

Büro & Finanzen

Foto, Audio & Video

Sicherheit & Backup

Programmieren

Apple, Mac

Computer & Office

Künstliche Intelligenz

Programmierung

Grafik & Design

Web & Online-Marketing

Server & Netzwerke

Für Maker, Elektronik & Co.

Business

Basics

Fototechniken

Fotogenres

Bildbearbeitung

Kamerahandbücher

Weitere Themen

Home

Software

Software-Neuerscheinungen

Marken

Für Unternehmen

Für Schüler und Studenten

Lesen Computing

Lesen Fotografie

Bücher-Neuerscheinungen

Bücher zum Vorbestellen

Neuheiten

Jobs bei uns

IT-Fachbücher Kategorien

PyTorch kompakt

Syntax, Design Patterns und Codebeispiele für Deep-Learning-Modelle

Aus dem Inhalt

Wer hat's geschrieben?