Deep Learning, eine Teildisziplin des Machine Learning, verändert die Welt um uns herum. Mit diesem Praxisbuch meistern Sie den gesamten Entwicklungszyklus vom Erstellen über das Debuggen bis zum Deployen. Ian Pointer macht Sie mit PyTorch vertraut, dem populären Python-Framework von Facebook. Sie lernen Sie Schlüsselkonzepte und neueste Techniken kennen, um Ihre eigenen neuronalen Netze zu entwickeln.
Nachdem Sie zuerst PyTorch in einer Cloud-basierten Umgebung eingerichtet haben, führt das Buch Sie durch die einzelnen Schritte der Entwicklung von neuronalen Architekturen, um typische Anwendungen für Bilder, Ton, Text und andere Datenformate zu erstellen.
Der Autor erläutert 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
- Ergründen Sie modernste Modelle für das Natural Language Processing, die mit umfangreichen Textkorpora wie dem Wikipedia-Datensatz trainiert wurden
- Verwenden Sie das PyTorch-Paket torchaudio, um Audiodateien mit einem neuronalen Konvolutionsmodell zu klassifizieren
- Lernen Sie, wie man Transfer Learning auf Bilder anwendet
- Debuggen Sie PyTorch-Modelle mithilfe von TensorBoard und Flammendiagrammen
- Deployen Sie PyTorch-Anwendungen im Produktiveinsatz in Docker-Containern und Kubernetes-Clustern, die in der Google Cloud laufen
- Erkunden Sie PyTorch-Anwendungsfälle von führenden Unternehmen
Hier das ganze Inhaltsverzeichnis lesen.Das Buch wurde für die deutsche Ausgabe von Marcus Fraaß in Zusammenarbeit mit Ian Pointer aktualisiert und um einige Themen erweitert.
In dieser
Leseprobe beginnen Sie mit der Entwicklung einer PyTorch-Anwendung zur Bildklassifizierung. Der Klassifikator soll zunächst Fische und Katzen erkennen. Statt mühsam eine Vielzahl von Kriterien zur Unterscheidung der Tiere aufzustellen, wird der Rechner durch Deep Learning dazu gebracht, diese Regeln mithilfe vieler Beispielbilder selbst zu erstellen.
„PyTorch ist eine der am schnellsten wachsenden Bibliotheken für Deep Learning; sie kann es mit Googles Schwergewicht TensorFlow aufnehmen. Dieses Buch ist ein Muss für alle Machine-Learning-Entwickler und -Researcher, die PyTorch bei ihrer täglichen Arbeit einsetzen möchten.“
– Ankur Patel
Vice President Data Science bei 7Park Data
Wer hat's geschrieben?
Ian Pointer ist Senior Big Data und Deep Learning Architect. Er hat sich auf Lösungen für Fortune-100-Kunden spezialisiert, die auf Methoden des Machine Learnings (insbesondere Deep Learning) basieren. Ian arbeitet derzeit bei Lucidworks, wo er sich innovativen NLP-Anwendungen und dem Engineering widmet.
