PyTorch für Deep Learning (ePub)
Anwendungen für Bild-, Ton- und Textdaten entwickeln und deployen
Der praktische Einstieg in PyTorchLernen Sie, neuronale Netze zu erstellen und sie fr verschiedene Datentypen zu trainierenDas Buch deckt den gesamten Entwicklungszyklus von Deep-Learning-Anwendungen ab: Vom Erstellen ber das Debuggen bis zum DeployenMit...
sofort als Download lieferbar
Bisher 34.90 €
Aktionspreis bis 27.04.2024*
Aktionspreis bis 27.04.2024*
eBook (ePub) -20%
27.99 €
*befristete Preissenkung des Verlages
- Lastschrift, Kreditkarte, Paypal, Rechnung
- Kostenloser tolino webreader
Produktdetails
Produktinformationen zu „PyTorch für Deep Learning (ePub)“
Der praktische Einstieg in PyTorchLernen Sie, neuronale Netze zu erstellen und sie fr verschiedene Datentypen zu trainierenDas Buch deckt den gesamten Entwicklungszyklus von Deep-Learning-Anwendungen ab: Vom Erstellen ber das Debuggen bis zum DeployenMit Use Cases, die zeigen, wie PyTorch bei fhrenden Unternehmen eingesetzt wirdMit diesem Praxisbuch meistern Sie die Methoden des Deep Learning, einer Teildisziplin des Machine Learning, die die Welt um uns herum verndert. Machen Sie sich mit PyTorch, dem populren Python-Framework von Facebook, vertraut, und lernen Sie Schlsselkonzepte und neueste Techniken kennen, um eigene neuronale Netze zu entwickeln. Ian Pointer zeigt Ihnen zunchst, wie Sie PyTorch in einer Cloud-basierten Umgebung einrichten. Er fhrt Sie dann durch die einzelnen Schritte der Entwicklung von neuronalen Architekturen, um typische Anwendungen fr Bilder, Ton, Text und andere Datenformate zu erstellen. Er erlutert 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:Ergrnden Sie modernste Modelle fr das Natural Language Processing, die mit umfangreichen Textkorpora wie dem Wikipedia-Datensatz trainiert wurdenVerwenden Sie das PyTorch-Paket torchaudio, um Audiodateien mit einem neuronalen Konvolutionsmodell zu klassifizierenLernen Sie, wie man Transfer Learning auf Bilder anwendetDebuggen Sie PyTorch-Modelle mithilfe von TensorBoard und FlammendiagrammenDeployen Sie PyTorch-Anwendungen im Produktiveinsatz in Docker-Containern und Kubernetes-Clustern, die in der Google Cloud laufenErkunden Sie PyTorch-Anwendungsflle von fhrenden UnternehmenFr die deutsche Ausgabe wurde das Buch in Zusammenarbeit mit Ian Pointer von Marcus Fraa aktualisiert und um einige Themen erweitert.
Autoren-Porträt von Ian Pointer
Ian Pointer ist Data Engineer. Er hat sich auf Lösungen für Fortune-100-Kunden spezialisiert, die auf Methoden des Machine Learnings (insbesondere Deep Learning) basieren. Ian arbeitet derzeit bei Lucidworks, wo er sich innovativen NLP-Anwendungen und dem Engineering widmet.
Bibliographische Angaben
- Autor: Ian Pointer
- 2020, 272 Seiten, Deutsch
- Übersetzer: Marcus Fraaß
- Verlag: O'Reilly
- ISBN-10: 3960104006
- ISBN-13: 9783960104001
- Erscheinungsdatum: 03.10.2020
Abhängig von Bildschirmgröße und eingestellter Schriftgröße kann die Seitenzahl auf Ihrem Lesegerät variieren.
eBook Informationen
- Dateiformat: ePub
- Größe: 4.90 MB
- Ohne Kopierschutz
- Vorlesefunktion
Family Sharing
eBooks und Audiobooks (Hörbuch-Downloads) mit der Familie teilen und gemeinsam genießen. Mehr Infos hier.
Kommentar zu "PyTorch für Deep Learning"
0 Gebrauchte Artikel zu „PyTorch für Deep Learning“
Zustand | Preis | Porto | Zahlung | Verkäufer | Rating |
---|
Schreiben Sie einen Kommentar zu "PyTorch für Deep Learning".
Kommentar verfassen