Deep Learning with PyTorch: Build, train, and tune neural networks using Python tools
Kurzinformation
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Deep Learning with PyTorch: Build, train, and tune neural networks using Python tools" von Thomas Viehmann ist ein umfassendes Handbuch für Entwickler und Datenwissenschaftler, die sich mit der Implementierung von Deep-Learning-Modellen in PyTorch beschäftigen möchten. Das Buch bietet eine praxisorientierte Einführung in die Grundlagen des Deep Learning und führt den Leser schrittweise durch den Prozess der Erstellung, Schulung und Optimierung neuronaler Netzwerke. Es beginnt mit einer Einführung in die grundlegenden Konzepte des maschinellen Lernens und der neuronalen Netze, gefolgt von einer detaillierten Erklärung der PyTorch-Bibliothek und ihrer Funktionen. Der Autor behandelt wichtige Themen wie Datenvorverarbeitung, Modellarchitekturen, Trainingsmethoden und Hyperparameter-Tuning. Darüber hinaus werden fortgeschrittene Techniken wie Transferlernen, Convolutional Neural Networks (CNNs) und Recurrent Neural Networks (RNNs) behandelt. Das Buch enthält zahlreiche Code-Beispiele und praktische Übungen, die es dem Leser ermöglichen, das Gelernte direkt anzuwenden und eigene Projekte zu entwickeln. Es richtet sich sowohl an Anfänger als auch an erfahrene Entwickler, die ihre Kenntnisse im Bereich Deep Learning vertiefen möchten.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Hardcover
- 622 Seiten
- Erschienen 2017
- Packt Publishing
- Gebunden
- 352 Seiten
- Erschienen 2018
- The MIT Press
- paperback
- 352 Seiten
- Erschienen 2021
- Packt Publishing
- Kartoniert
- 292 Seiten
- Erschienen 2020
- O'Reilly
- Taschenbuch
- 504 Seiten
- Erschienen 2020
- Springer
- paperback
- 380 Seiten
- Erschienen 2019
- Springer
- paperback
- 288 Seiten
- Erschienen 2013
- Springer
- pocket_book
- 272 Seiten
- Erschienen 1994
- Rowohlt Taschenbuch



