مشخصات کتاب

Programming PyTorch for Deep Learning: Creating and Deploying Deep Learning Applications

دسته بندی: سایبرنتیک: هوش مصنوعی
ویرایش: 1 
نویسندگان: Ian Pointer  
سری:  
ISBN (شابک) : 1492045357, 9781492045359 
ناشر: O’Reilly Media 
سال نشر: 2019 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 10 مگابایت 

کلمات کلیدی مربوط به کتاب برنامه نویسی PyTorch برای یادگیری عمیق: ایجاد و استقرار برنامه های یادگیری عمیق: یادگیری ماشینی، شبکه‌های عصبی، یادگیری عمیق، اشکال‌زدایی، یادگیری ماشینی متخاصم، پایتون، شبکه‌های عصبی کانولوشنال، شبکه‌های عصبی مکرر، شبکه‌های متخاصم مولد، مدل‌های پیش‌بینی، آموزش انتقال، استقرار، توسعه برنامه‌ها، Jupyter، Kubernetes, MemornetserLm، طبقه‌بندی متن، PyTorch، طبقه‌بندی تصویر، شبکه‌های اولیه، توابع فعال‌سازی، AlexNet، GoogLeNet، ResNet، عملکردهای از دست دادن، صدا، VGGNet، Google Laboratory، Flame Graphs، TorchScript، libTorch، ESRGAN

در صورت تبدیل فایل کتاب Programming PyTorch for Deep Learning: Creating and Deploying Deep Learning Applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب برنامه نویسی PyTorch برای یادگیری عمیق: ایجاد و استقرار برنامه های یادگیری عمیق نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب برنامه نویسی PyTorch برای یادگیری عمیق: ایجاد و استقرار برنامه های یادگیری عمیق

گام‌های بعدی را به سمت تسلط بر یادگیری عمیق بردارید، روش یادگیری ماشینی که جهان اطراف ما را لحظه به لحظه متحول می‌کند. در این کتاب عملی، با استفاده از چارچوب متن باز PyTorch فیس بوک، ایده های کلیدی خود را به سرعت دریافت خواهید کرد و جدیدترین مهارت هایی را که برای ایجاد شبکه های عصبی خودتان نیاز دارید، به دست خواهید آورد. Ian Pointer به شما نشان می‌دهد که چگونه PyTorch را در یک محیط مبتنی بر ابر راه‌اندازی کنید، سپس شما را در ایجاد معماری‌های عصبی راهنمایی می‌کند که عملیات روی تصاویر، صدا، متن و موارد دیگر را از طریق فرو رفتن عمیق در هر عنصر تسهیل می‌کند. او همچنین مفاهیم حیاتی استفاده از آموزش انتقال به تصاویر، مدل‌های اشکال زدایی و PyTorch را در تولید پوشش می‌دهد. • نحوه استقرار مدل های یادگیری عمیق را در تولید بیاموزید • موارد استفاده PyTorch از چندین شرکت پیشرو را کاوش کنید • یاد بگیرید که چگونه آموزش انتقال را به تصاویر اعمال کنید • تکنیک های پیشرفته NLP را با استفاده از مدل آموزش دیده در ویکی پدیا به کار ببرید • از کتابخانه torchaudio PyTorch برای طبقه بندی داده های صوتی با یک مدل مبتنی بر کانولوشن استفاده کنید • اشکال زدایی مدل های PyTorch با استفاده از TensorBoard و نمودارهای شعله • استقرار برنامه‌های PyTorch در حال تولید در کانتینرهای Docker و خوشه‌های Kubernetes در حال اجرا در Google Cloud

توضیحاتی درمورد کتاب به خارجی

Take the next steps toward mastering deep learning, the machine learning method that’s transforming the world around us by the second. In this practical book, you’ll get up to speed on key ideas using Facebook’s open source PyTorch framework and gain the latest skills you need to create your very own neural networks. Ian Pointer shows you how to set up PyTorch on a cloud-based environment, then walks you through the creation of neural architectures that facilitate operations on images, sound, text,and more through deep dives into each element. He also covers the critical concepts of applying transfer learning to images, debugging models, and PyTorch in production. • Learn how to deploy deep learning models to production • Explore PyTorch use cases from several leading companies • Learn how to apply transfer learning to images • Apply cutting-edge NLP techniques using a model trained on Wikipedia • Use PyTorch’s torchaudio library to classify audio data with a convolutional-based model • Debug PyTorch models using TensorBoard and flame graphs • Deploy PyTorch applications in production in Docker containers and Kubernetes clusters running on Google Cloud

نظرات کاربران

کتاب های مرتبط

دانلود کتاب Right-Time Experiences: Driving Revenue with Mobile and Big Data

دانلود کتاب Real Life Applications of Soft Computing

دانلود کتاب Gnuplot in Action, 2nd Edition: Understanding data with graphs

دانلود کتاب Machine Learning and Data Mining for Computer Security: Methods and Applications

دانلود کتاب An Introduction to Pattern Recognition

دانلود کتاب Simplified Rules and Theoretical Analysis for Information Bottleneck Optimization and PCA with Spiking Neurons

دانلود کتاب Methods and Instruments of Artificial Intelligence

دانلود کتاب New Trends in Classification and Data Mining

دانلود کتاب Neural Network Toolbox For Use with MATLAB

دانلود کتاب Error Estimation for Pattern Recognition