• ВХОД

    •  

    Полное описание

    Стивенс, Эли. PyTorch. Освещая глубокое обучение / Эли Стивенс, Лука Антига, Томас Виман; предисловие Сумита Чинталы; [перевели с английского И. Пальти, С. Черников]. - Санкт-Петербург [и др.] : Питер : Прогресс книга, 2022. - 572 с. : ил. - (Библиотека программиста). - Парал. тит. л. англ. - Пер.изд.: Deep learning with PyTorch / Eli Stevens, Luca Antiga, Thomas Vienmann. - Shelter Island, 2020. - 800 экз. - ISBN 978-5-4461-1945-5. - Текст (визуальный) : непосредственный.
    ГРНТИ УДК
    28.23.25004.85

    Рубрики:
    Машинное обучение

    Кл.слова (ненормированные): БИБЛИОТЕКА PYTORCH -- НЕЙРОННЫЕ СЕТИ -- ОБОБЩЕНИЕ С ПОМОЩЬЮ СВЕРТОК -- ОБУЧЕНИЕ НА ИЗОБРАЖЕНИЯХ -- ПРЕДОБУЧЕННЫЕ СЕТИ -- РАЗВЕРТЫВАНИЕ В ПРОИЗВОДСТВЕ -- РАННЕЕ ВЫЯВЛЕНИЕ РАКА ЛЕГКИХ -- ТЕНЗОРЫ
    Аннотация: Многие средства глубокого обучения используют Python, но именно библиотека PyTorch по настоящему "питоническая". Легкая в освоении для тех, кто знаком с NumРу и scikit-learn, PyTorch упрощает работу с глубоким обучением, обладая в то же время богатым набором функций. PyTorch прекрасно подходит для быстрого создания моделей и без проблем масштабируется до корпоративного проекта. PyTorch используют такие компании, как Apple и JPMorgan Chase. Навыки работы с этой библиотекой пригодятся вам для карьерного роста. Вы научитесь создавать нейронные сети и системы глубокого обучения с помощью PyTorch. Книга поможет быстро приступить к созданию реального проекта с нуля. В ней описаны лучшие практики всего конвейера работы с данными, включая PyTorch Tensor API, загрузку данных на Python, мониторинг обучения и визуализацию полученных результатов.
    Доп. точки доступа:
    Антига, Лука
    Виман, Томас
    Пальти, И.\пер.\
    Черников, Сергей Викторович\пер.\
    Чинтала, Сумит\авт. предисл.\
    Stevens, Eli
    Antiga, Luca
    Vienmann, Thomas

    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): Ж2-22/74057)

    Шифр в сводном ЭК: 932278aa1144cb415fd525f340ea73f3



    Заказ фрагмента документа ₽