Details
PyTorch kompakt
Syntax, Design Patterns und Codebeispiele für Deep-Learning-ModelleAnimals
CHF 29.00 |
|
Verlag: | O'Reilly |
Format: | |
Veröffentl.: | 14.12.2021 |
ISBN/EAN: | 9783960106005 |
Sprache: | deutsch |
Anzahl Seiten: | 238 |
Dieses eBook enthält ein Wasserzeichen.
Beschreibungen
<h2>
Eine großartige Ressource für alle, die mit PyTorch arbeiten
</h2>
<ul>
<li>Kurzgefasstes und präzises Wissen zu dem populären Deep-Learning-Framework</li>
<li>Sowohl für PyTorch-Einsteiger:innen als auch für Fortgeschrittene nützlich</li>
<li>Überblick über Modellentwicklung, Deployment, das PyTorch-Ökosystem und über hilfreiche PyTorch-Bibliotheken</li>
<li>Mit Kurzeinstieg in PyTorch</li>
</ul>
<p>
Mit diesem benutzerfreundlichen Nachschlagewerk zu PyTorch haben Sie kompaktes 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, die Ihre Entwicklungsarbeit beschleunigen und die Zeit minimieren, die Sie mit der Suche nach Details verbringen.
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.
</p>
Eine großartige Ressource für alle, die mit PyTorch arbeiten
</h2>
<ul>
<li>Kurzgefasstes und präzises Wissen zu dem populären Deep-Learning-Framework</li>
<li>Sowohl für PyTorch-Einsteiger:innen als auch für Fortgeschrittene nützlich</li>
<li>Überblick über Modellentwicklung, Deployment, das PyTorch-Ökosystem und über hilfreiche PyTorch-Bibliotheken</li>
<li>Mit Kurzeinstieg in PyTorch</li>
</ul>
<p>
Mit diesem benutzerfreundlichen Nachschlagewerk zu PyTorch haben Sie kompaktes 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, die Ihre Entwicklungsarbeit beschleunigen und die Zeit minimieren, die Sie mit der Suche nach Details verbringen.
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.
</p>
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" hat er an der Universität Rutgers erworben. Bei Booz Allen Hamilton und Perspecta Labs hat er KI-Forschungsteams mit PyTorch geleitet. Joe hat Hunderte von Datenwissenschaftlern als Mentor betreut und mehr als 6.000 Studenten auf der ganzen Welt auf Udemy unterrichtet.
Diese Produkte könnten Sie auch interessieren:
MLOps - Kernkonzepte im Überblick
von: Mark Treveil, Nicolas Omont, Clément Stenac, Kenji Lefèvre, Du Phan
CHF 33.00