PyTorch kompakt
O'Reilly (Verlag)
978-3-96009-185-1 (ISBN)
- Kurzgefasstes und präzises Wissen zu dem populären Deep-Learning-Framework
- Sowohl für PyTorch-Einsteiger:innen als auch für Fortgeschrittene nützlich
- Überblick über Modellentwicklung, Deployment, das PyTorch-Ökosystem und über hilfreiche PyTorch-Bibliotheken
- Mit Kurzeinstieg in PyTorch
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. Sie erhalten 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.
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.
Erscheinungsdatum | 07.12.2021 |
---|---|
Reihe/Serie | Animals |
Übersetzer | Frank Langenau |
Verlagsort | Heidelberg |
Sprache | deutsch |
Maße | 165 x 240 mm |
Einbandart | kartoniert |
Themenwelt | Informatik ► Datenbanken ► Data Warehouse / Data Mining |
Mathematik / Informatik ► Informatik ► Programmiersprachen / -werkzeuge | |
Schlagworte | AI • Algorithmen • Artificial Intelligence • Data Science • Framework • KI • Künstliche Intelligenz • machine learning • Maschinelles Lernen • Neural networks • Neuronale Netze • Python • PyTorch • supervised learning • überwachtes Lernen • Unsupervised Learning |
ISBN-10 | 3-96009-185-0 / 3960091850 |
ISBN-13 | 978-3-96009-185-1 / 9783960091851 |
Zustand | Neuware |
Haben Sie eine Frage zum Produkt? |
aus dem Bereich