Deep Learning con PyTorch, Seconda edizione

Su questo libro

Howard Huang, sviluppatore principale di PyTorch, rinnova il bestseller «Deep Learning with PyTorch» con contenuti inediti dedicati all'architettura transformers e ai modelli di intelligenza artificiale generativa. A chi già conosce gli strumenti PyData come NumPy, PyTorch risulterà immediatamente familiare: una libreria che semplifica il deep learning senza rinunciare alle funzionalità avanzate. Il volume guida il lettore nella costruzione della propria rete neurale e dei propri sistemi di deep learning, valorizzando gli strumenti integrati di PyTorch per la differenziazione automatica, l'accelerazione hardware, l'addestramento distribuito e molto altro. Emergerà quanto sia naturale costruire con PyTorch l'intera pipeline di deep learning: dall'uso dell'API Tensor al caricamento dei dati in Python, dal monitoraggio dell'addestramento alla visualizzazione dei risultati. Ogni nuova tecnica trova subito applicazione concreta, con esempi di codice presenti in ogni capitolo, fino a condurre il lettore a realizzare reti convoluzionali, transformers e persino un classificatore di immagini mediche pensato per l'uso nel mondo reale. Nella seconda edizione di «Deep Learning with PyTorch» trovano spazio i fondamenti di deep learning consolidati attraverso progetti pratici, la padronanza delle API flessibili di PyTorch per lo sviluppo di reti neurali, l'implementazione di CNN, transformers e modelli di diffusione, l'ottimizzazione dei modelli per addestramento e deployment, e i modelli di IA generativa per creare immagini e testo. Sul fronte della tecnologia, la potente libreria PyTorch rende il deep learning accessibile senza sacrificare le funzionalità indispensabili per costruire reti neurali efficienti, LLM e altri modelli di machine learning. Profondamente pythonica nella sua concezione, è subito famigliare a chi utilizza NumPy, Scikit-learn e altri framework di ML. Questa seconda edizione, completamente rivista, illustra le più recenti innovazioni di PyTorch, incluse le tecniche per creare e perfezionare modelli di intelligenza artificiale generativa. Quanto al libro, «Deep Learning with PyTorch», seconda edizione, insegna a costruire modelli di reti neurali con la versione più recente di PyTorch. Spiegazioni chiare e progetti pratici accompagnano il lettore verso la padronanza dei fondamenti e l'esplorazione di architetture avanzate, tra cui transformers e LLM. Lungo il percorso