Apprentissage profond avec PyTorch : Une approche pratique de la construction de modèles de réseaux neuronaux à l'aide de PyTorch

Avis des lecteurs

Résumé:

Le livre sur PyTorch reçoit des critiques mitigées. Certains lecteurs le considèrent comme une introduction pratique avec des exemples concrets, utile pour les débutants. Cependant, beaucoup critiquent sa mauvaise mise en forme, les nombreuses erreurs dans le code et le manque de profondeur dans la compréhension des concepts de l'apprentissage profond.

Avantages:

Connaissance pratique approfondie de PyTorch, utile pour les débutants, bons exemples d'exercices pratiques, explications détaillées des modèles classiques d'apprentissage profond, code mis à jour disponible sur GitHub.

Inconvénients:

Mauvaise mise en forme, mauvaise désignation des variables, beaucoup de copier-coller à partir de tutoriels en ligne, erreurs dans le code, manque de compréhension de l'apprentissage profond, exemples de code désorganisés, certains lecteurs estiment qu'il s'agit d'un gaspillage d'argent.

(basé sur 13 avis de lecteurs)

Titre original :

Deep Learning with PyTorch: A practical approach to building neural network models using PyTorch

Contenu du livre :

Ce livre fournit l'intuition derrière l'état de l'art des architectures d'apprentissage profond telles que ResNet, DenseNet, Inception, et encoder-décoder sans plonger profondément dans les mathématiques.

Il montre comment vous pouvez mettre en œuvre et utiliser diverses architectures pour résoudre des problèmes dans le domaine de la classification d'images, de la traduction de langues et du NLP en utilisant PyTorch.

Autres informations sur le livre :

• ISBN : 9781788624336
• Auteur : Vishnu Subramanian
• Éditeur : Packt Pub
• Reliure : Broché