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 Dieses praktische Nachschlagewerk zu PyTorch einem der
beliebtesten Frameworks für Deep Learning hält jederzeit präzises Wissen für Sie bereit. Joe
Papa bietet Ihnen mit seiner Referenz den direkten Zugriff auf Syntax Design Patterns und gut
nachvollziehbare PyTorch-Codebeispiele. Das Buch enthält - neben einem PyTorch-Schnelleinstieg
- eine Fülle von Informationen die Ihre Entwicklungsarbeit verbessern und effizienter machen.
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. Erfahren Sie außerdem wie Sie Ihre ML-Modelle über AWS Google
Cloud oder Azure deployen und auf mobilen und Edge-Geräten bereitstellen. 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
