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.
