Google JAX Cookbook : Perform machine learning and numerical computing with combined capabilities of TensorFlow and NumPy
Idioma: inglés
Editorial: Gitforgits, 2024
- Tapa blanda
- Nuevo
Librería: AHA-BUCH GmbH, Einbeck, AlemaniaAHA-BUCH GmbH
Vendedor de IberLibro desde 14 de agosto de 2006
Condición: Nuevo
EUR 80,94
Cantidad disponible: 1 disponible
Añadir al carritoDescripción del artículo del vendedor
nach der Bestellung gedruckt Neuware - Printed after ordering - This is the practical, solution-oriented book for every data scientists, machine learning engineers, and AI engineers to utilize the most of Google JAX for efficient and advanced machine learning. It covers essential tasks, troubleshooting scenarios, and optimization techniques to address common challenges encountered while working with JAX across machine learning and numerical computing projects.The book starts with the move from NumPy to JAX. It introduces the best ways to speed up computations, handle data types, generate random numbers, and perform in-place operations. It then shows you how to use profiling techniques to monitor computation time and device memory, helping you to optimize training and performance. The debugging section provides clear and effective strategies for resolving common runtime issues, including shape mismatches, NaNs, and control flow errors. The book goes on to show you how to master Pytrees for data manipulation, integrate external functions through the Foreign Function Interface (FFI), and utilize advanced serialization and type promotion techniques for stable computations.If you want to optimize training processes, this book has you covered. It includes recipes for efficient data loading, building custom neural networks, implementing mixed precision, and tracking experiments with Penzai. You'll learn how to visualize model performance and monitor metrics to assess training progress effectively. The recipes in this book tackle real-world scenarios and give users the power to fix issues and fine-tune models quickly.Key LearningsGet your calculations done faster by moving from NumPy to JAX's optimized framework.Make your training pipelines more efficient by profiling how long things take and how much memory they use.Use debugging techniques to fix runtime issues like shape mismatches and numerical instability.Get to grips with Pytrees for managing complex, nested data structures across various machine learning tasks.Use JAX's Foreign Function Interface (FFI) to bring in external functions and give your computational capabilities a boost.Take advantage of mixed-precision training to speed up neural network computations without sacrificing model accuracy.Keep your experiments on track with Penzai. This lets you reproduce results and monitor key metrics.Create your own neural networks and optimizers directly in JAX so you have full control of the architecture.Use serialization techniques to save, load, and transfer models and training checkpoints efficiently.Table of ContentTransition NumPy to JAXProfiling Computation and Device MemoryDebugging Runtime Values and ErrorsMastering Pytrees for Data StructuresExporting and SerializationType Promotion Semantics and Mixed PrecisionIntegrating Foreign Functions (FFI)Training Neural Networks with JAX.…
N° de ref. del artículo 9788197950414
- Título
- Google JAX Cookbook : Perform machine learning and numerical computing with combined capabilities of TensorFlow and NumPy
- Autor
- Zephyr Quent
- Editorial
- Gitforgits
- Año de publicación
- 2024
- Estado
- Neu
- Encuadernación
- Taschenbuch
- Idioma
- inglés
- ISBN 10
- 8197950415
- ISBN 13
- 9788197950414
- Peso del artículo
- 478 gramos
- Dimensiones
- 235x191x14 mm
This is the practical, solution-oriented book for every data scientists, machine learning engineers, and AI engineers to utilize the most of Google JAX for efficient and advanced machine learning. It covers essential tasks, troubleshooting scenarios, and optimization techniques to address common challenges encountered while working with JAX across machine learning and numerical computing projects.
The book starts with the move from NumPy to JAX. It introduces the best ways to speed up computations, handle data types, generate random numbers, and perform in-place operations. It then shows you how to use profiling techniques to monitor computation time and device memory, helping you to optimize training and performance. The debugging section provides clear and effective strategies for resolving common runtime issues, including shape mismatches, NaNs, and control flow errors. The book goes on to show you how to master Pytrees for data manipulation, integrate external functions through the Foreign Function Interface (FFI), and utilize advanced serialization and type promotion techniques for stable computations.
If you want to optimize training processes, this book has you covered. It includes recipes for efficient data loading, building custom neural networks, implementing mixed precision, and tracking experiments with Penzai. You'll learn how to visualize model performance and monitor metrics to assess training progress effectively. The recipes in this book tackle real-world scenarios and give users the power to fix issues and fine-tune models quickly.
Key Learnings
- Get your calculations done faster by moving from NumPy to JAX's optimized framework.
- Make your training pipelines more efficient by profiling how long things take and how much memory they use.
- Use debugging techniques to fix runtime issues like shape mismatches and numerical instability.
- Get to grips with Pytrees for managing complex, nested data structures across various machine learning tasks.
- Use JAX's Foreign Function Interface (FFI) to bring in external functions and give your computational capabilities a boost.
- Take advantage of mixed-precision training to speed up neural network computations without sacrificing model accuracy.
- Keep your experiments on track with Penzai. This lets you reproduce results and monitor key metrics.
- Use advanced visualization techniques, like confusion matrices and learning curves, to make model evaluation more effective.
- Create your own neural networks and optimizers directly in JAX so you have full control of the architecture.
- Use serialization techniques to save, load, and transfer models and training checkpoints efficiently.
Table of Content
- Transition NumPy to JAX
- Profiling Computation and Device Memory
- Debugging Runtime Values and Errors
- Mastering Pytrees for Data Structures
- Exporting and Serialization
- Type Promotion Semantics and Mixed Precision
- Integrating Foreign Functions (FFI)
- Training Neural Networks with JAX
“Sinopsis” puede pertenecer a otra edición de este título.
AHA-BUCH GmbH
Einbeck, Alemania
Vendedor de IberLibro desde 14 de agosto de 2006
Tarifas de envío de Alemania a Estados Unidos de America
| Artículo | De 7 a 10 días hábiles | De 5 a 7 días hábiles |
|---|---|---|
| Primer artículo | EUR 35,00 | EUR 45,00 |
Métodos de pago
- Cheque
- Giro bancario
- PayPal
Descripción de la tienda
Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.
Especialidad
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumInformación empresarial del vendedor
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Alemania 37574
Condiciones de venta
IImprint
Información del vendedor
AHA-BUCH GmbH
representado por el director gerente Christel Glass
Garlebsen 48
37574 Einbeck
Alemania
Teléfono: 055639996039
Fax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
Inscrita en el Registro Mercantil Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Resolución alternativa de conflictos:
La Comisión Europea proporciona una plataforma para la resolución extrajudicial de litigios en línea (plataforma ODR), a la que se puede acceder en https://ec.europa.eu/odr.
Somos miembros de la iniciativa "FairCommerce" desde el 25.05.2018.
Para obtener más información, consulte www.fair-commerce.de.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a AHA-BUCH GmbH, Einbeck, Germany, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Enviamos su pedido después de recibirlos
para artículos disponibles las últimas 24 horas,
para artículos con suministro nocturno a más tardar 48 horas.
En caso de que necesitemos pedir un artículo a nuestro proveedor, nuestro tiempo de envío depende de la fecha de recepción de los artículos, pero los artículos se enviarán el mismo día.
Nuestro objetivo es enviar los artículos pedidos de la manera más rápida, pero también más eficiente y segura a nuestros clientes.