Глубокое обучение с PyTorch, Второе издание

Об этой книге

Ведущий разработчик PyTorch Ховард Хуанг представил второе, полностью переработанное издание бестселлера «Deep Learning с PyTorch», дополненное новыми материалами об архитектуре трансформеров и генеративных моделях ИИ. PyTorch сразу покажется знакомым тем, кто уже работает с инструментами экосистемы PyData, такими как NumPy: библиотека делает глубокое обучение по-настоящему доступным, не лишая вас продвинутых возможностей. Из книги вы узнаете, как создавать собственные нейронные сети и системы глубокого обучения, а также как в полной мере использовать встроенные инструменты PyTorch — автоматическое дифференцирование, аппаратное ускорение, распределенное обучение и многое другое. Вы убедитесь, насколько легко выстроить с PyTorch весь рабочий процесс: от работы с тензорным API библиотеки и загрузки данных средствами Python до отслеживания хода обучения и визуализации результатов. Каждую новую технику вы тут же применяете на практике — в каждой главе есть рабочие примеры кода, а в финале вы построите собственные сверточные нейронные сети, трансформеры и даже практический классификатор медицинских изображений. «Deep Learning с PyTorch. Второе издание» познакомит вас с основами глубокого обучения, подкрепленными практическими проектами, поможет освоить гибкие API PyTorch для разработки нейронных сетей, реализовать сверточные нейронные сети, трансформеры и диффузионные модели, оптимизировать модели для обучения и развертывания, а также работать с генеративными моделями ИИ для создания изображений и текста. Мощная библиотека PyTorch делает работу с глубоким обучением простой, сохраняя все функции, необходимые для создания эффективных нейронных сетей, больших языковых моделей (LLM) и других моделей машинного обучения. Выдержанная в духе Python, она сразу понятна пользователям NumPy, Scikit-learn и других фреймворков машинного обучения. Тщательно переработанное второе издание охватывает самые последние инновации PyTorch, включая способы создания и улучшения генеративных моделей ИИ. «Deep Learning с PyTorch. Второе издание» показывает, как строить модели нейронных сетей на базе актуальной версии PyTorch. Четкие объяснения и практические проекты помогают освоить основы и изучить продвинутые архитектуры, включая трансформеры и большие языковые модели. По ходу