Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Titre original :
PyTorch Cookbook: 100+ Solutions across RNNs, CNNs, python tools, distributed training and graph networks
Contenu du livre :
Le "PyTorch Cookbook" est un guide complet contenant des recettes et des solutions essentielles pour PyTorch et l'écosystème. Le livre couvre le développement de l'apprentissage profond PyTorch du débutant à l'expert dans des chapitres bien écrits.
Il simplifie les réseaux neuronaux, l'entraînement, l'optimisation et les stratégies de déploiement, chapitre par chapitre. La première partie couvre les bases de PyTorch, le prétraitement des données, la tokenisation et le vocabulaire. Ensuite, il construit des CNN, RNN, couches attentionnelles et réseaux neuronaux graphiques. Le livre met l'accent sur la formation distribuée, l'évolutivité et la formation multi-GPU pour les scénarios du monde réel. Les systèmes embarqués pratiques, le développement mobile et les solutions de compression de modèles éclairent les applications d'IA sur appareil. Cependant, le livre va au-delà du code et des algorithmes. Il propose également des solutions pratiques de dépannage et de débogage pour le développement de l'apprentissage profond de bout en bout. Le "PyTorch Cookbook" couvre la collecte de données jusqu'aux erreurs de déploiement et fournit des solutions détaillées pour les surmonter.
Ce livre intègre PyTorch avec ONNX Runtime, PySyft, Pyro, Deep Graph Library (DGL), Fastai, et Ignite, en vous montrant comment les utiliser pour vos projets. Ce livre couvre l'inférence en temps réel, l'entraînement en grappe, le service de modèle et la compatibilité multiplateforme. Vous apprendrez à coder des architectures d'apprentissage profond, à travailler avec des réseaux neuronaux et à gérer les étapes de développement de l'apprentissage profond. PyTorch Cookbook est un manuel complet qui vous aidera à devenir un développeur PyTorch confiant et un ingénieur en apprentissage profond intelligent. Ses exemples clairs et ses conseils pratiques en font un ouvrage incontournable pour tous ceux qui souhaitent utiliser PyTorch et progresser dans le domaine de l'apprentissage profond.
Principaux enseignements.
⬤ Une introduction complète à PyTorch, qui permet aux lecteurs d'acquérir les compétences de base pour l'apprentissage profond.
⬤ Démonstrations pratiques de divers réseaux neuronaux, améliorant la compréhension par la pratique.
⬤ L'exploration des réseaux neuronaux graphiques (GNN), qui ouvre la voie à des domaines de recherche de pointe.
⬤ Un aperçu approfondi des outils et des bibliothèques PyTorch, permettant d'étendre les capacités au-delà des fonctions de base.
⬤ Des conseils pas à pas sur l'entraînement distribué, permettant des projets évolutifs d'apprentissage profond et d'IA.
⬤ Des applications concrètes qui comblent le fossé entre les connaissances théoriques et l'exécution pratique.
⬤ L'accent est mis sur le développement mobile et embarqué avec PyTorch, menant à l'IA sur l'appareil.
⬤ L'accent est mis sur la gestion des erreurs et le dépannage, préparant les lecteurs à relever les défis du monde réel.
⬤ Des sujets avancés tels que l'inférence en temps réel et la compression de modèle, fournissant des compétences prêtes pour l'avenir.
Table des matières.
⬤ Introduction à PyTorch 2. 0.
⬤ Les blocs de construction de l'apprentissage profond.
⬤ Réseaux neuronaux conversationnels.
⬤ Réseaux neuronaux récurrents.
⬤ Traitement du langage naturel.
⬤ Réseaux neuronaux graphiques (GNN)
⬤ Travailler avec les outils populaires de PyTorch.
⬤ Formation distribuée et évolutivité.
⬤ Développement mobile et embarqué.
Autres informations sur le livre :
| ISBN : | 9788119177967 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
