Der praktische Einstieg in PyTorch Lernen Sie neuronale Netze zu erstellen und sie für
verschiedene Datentypen zu trainieren Das Buch deckt den gesamten Entwicklungszyklus von
Deep-Learning-Anwendungen ab: Vom Erstellen über das Debuggen bis zum Deployen Mit Use Cases
die zeigen wie PyTorch bei führenden Unternehmen eingesetzt wird Mit diesem Praxisbuch
meistern Sie die Methoden des Deep Learning einer Teildisziplin des Machine Learning die die
Welt um uns herum verändert. Machen Sie sich mit PyTorch dem populären Python-Framework von
Facebook vertraut und lernen Sie Schlüsselkonzepte und neueste Techniken kennen um eigene
neuronale Netze zu entwickeln. Ian Pointer zeigt Ihnen zunächst wie Sie PyTorch in einer
Cloud-basierten Umgebung einrichten. Er führt Sie dann durch die einzelnen Schritte der
Entwicklung von neuronalen Architekturen um typische Anwendungen für Bilder Ton Text und
andere Datenformate zu erstellen. Er erläutert auch das innovative Konzept des Transfer
Learning und das Debuggen der Modelle. Sie erfahren zudem wie Sie Ihre
Deep-Learning-Anwendungen in den Produktiveinsatz bringen. Aus dem Inhalt: Ergründen Sie
modernste Modelle für das Natural Language Processing die mit umfangreichen Textkorpora wie
dem Wikipedia-Datensatz trainiert wurden Verwenden Sie das PyTorch-Paket torchaudio um
Audiodateien mit einem neuronalen Konvolutionsmodell zu klassifizieren Lernen Sie wie man
Transfer Learning auf Bilder anwendet Debuggen Sie PyTorch-Modelle mithilfe von TensorBoard und
Flammendiagrammen Deployen Sie PyTorch-Anwendungen im Produktiveinsatz in Docker-Containern und
Kubernetes-Clustern die in der Google Cloud laufen Erkunden Sie PyTorch-Anwendungsfälle von
führenden Unternehmen Für die deutsche Ausgabe wurde das Buch in Zusammenarbeit mit Ian Pointer
von Marcus Fraaß aktualisiert und um einige Themen erweitert.
