Learning PyTorch 2.0 : Experiment deep learning from basics to complex models using every potential capability of Pythonic PyTorch
Idioma: inglés
Editorial: Gitforgits, 2023
- Tapa blanda
- Nuevo
Librería: AHA-BUCH GmbH, Einbeck, AlemaniaAHA-BUCH GmbH
Vendedor de IberLibro desde 14 de agosto de 2006
Condición: Nuevo
EUR 70,50
Cantidad disponible: 2 disponibles
Añadir al carritoDescripción del artículo del vendedor
nach der Bestellung gedruckt Neuware - Printed after ordering - This book is a comprehensive guide to understanding and utilizing PyTorch 2.0 for deep learning applications. It starts with an introduction to PyTorch, its various advantages over other deep learning frameworks, and its blend with CUDA for GPU acceleration. We delve into the heart of PyTorch - tensors, learning their different types, properties, and operations. Through step-by-step examples, the reader learns to perform basic arithmetic operations on tensors, manipulate them, and understand errors related to tensor shapes.A substantial portion of the book is dedicated to illustrating how to build simple PyTorch models. This includes uploading and preparing datasets, defining the architecture, training, and predicting. It provides hands-on exercises with a real-world dataset. The book then dives into exploring PyTorch's nn module and gives a detailed comparison of different types of networks like Feedforward, RNN, GRU, CNN, and their combination.Further, the book delves into understanding the training process and PyTorch's optim module. It explores the overview of optimization algorithms like Gradient Descent, SGD, Mini-batch Gradient Descent, Momentum, Adagrad, and Adam. A separate chapter focuses on advanced concepts in PyTorch 2.0, like model serialization, optimization, distributed training, and PyTorch Quantization API.In the final chapters, the book discusses the differences between TensorFlow 2.0 and PyTorch 2.0 and the step-by-step process of migrating a TensorFlow model to PyTorch 2.0 using ONNX. It provides an overview of common issues encountered during this process and how to resolve them.Key LearningsA comprehensive introduction to PyTorch and CUDA for deep learning.Detailed understanding and operations on PyTorch tensors.Step-by-step guide to building simple PyTorch models.Insight into PyTorch's nn module and comparison of various network types.Overview of the training process and exploration of PyTorch's optim module.Understanding advanced concepts in PyTorch like model serialization and optimization.Knowledge of distributed training in PyTorch.Practical guide to using PyTorch's Quantization API.Differences between TensorFlow 2.0 and PyTorch 2.0.Guidance on migrating TensorFlow models to PyTorch using ONNX.Table of ContentIntroduction to Pytorch 2.0 and CUDA 11.8Getting Started with TensorsAdvanced Tensors OperationsBuilding Neural Networks with PyTorch 2.0Training Neural Networks in PyTorch 2.0PyTorch 2.0 AdvancedMigrating from TensorFlow to PyTorch 2.0End-to-End PyTorch Regression ModelAudienceA perfect and skillful book for every machine learning engineer, data scientist, AI engineer and data researcher who are passionately looking towards drawing actionable intelligence using PyTorch 2.0. Knowing Python and the basics of deep learning is all you need to sail through this book. …
N° de ref. del artículo 9788196288372
- Título
- Learning PyTorch 2.0 : Experiment deep learning from basics to complex models using every potential capability of Pythonic PyTorch
- Autor
- Matthew Rosch
- Editorial
- Gitforgits
- Año de publicación
- 2023
- Estado
- Neu
- Encuadernación
- Taschenbuch
- Idioma
- inglés
- ISBN 10
- 8196288379
- ISBN 13
- 9788196288372
- Peso del artículo
- 291 gramos
- Dimensiones
- 235x191x9 mm
This book is a comprehensive guide to understanding and utilizing PyTorch 2.0 for deep learning applications. It starts with an introduction to PyTorch, its various advantages over other deep learning frameworks, and its blend with CUDA for GPU acceleration. We delve into the heart of PyTorch – tensors, learning their different types, properties, and operations. Through step-by-step examples, the reader learns to perform basic arithmetic operations on tensors, manipulate them, and understand errors related to tensor shapes.
A substantial portion of the book is dedicated to illustrating how to build simple PyTorch models. This includes uploading and preparing datasets, defining the architecture, training, and predicting. It provides hands-on exercises with a real-world dataset. The book then dives into exploring PyTorch's nn module and gives a detailed comparison of different types of networks like Feedforward, RNN, GRU, CNN, and their combination.
Further, the book delves into understanding the training process and PyTorch's optim module. It explores the overview of optimization algorithms like Gradient Descent, SGD, Mini-batch Gradient Descent, Momentum, Adagrad, and Adam. A separate chapter focuses on advanced concepts in PyTorch 2.0, like model serialization, optimization, distributed training, and PyTorch Quantization API.
In the final chapters, the book discusses the differences between TensorFlow 2.0 and PyTorch 2.0 and the step-by-step process of migrating a TensorFlow model to PyTorch 2.0 using ONNX. It provides an overview of common issues encountered during this process and how to resolve them.
Key Learnings
- A comprehensive introduction to PyTorch and CUDA for deep learning.
- Detailed understanding and operations on PyTorch tensors.
- Step-by-step guide to building simple PyTorch models.
- Insight into PyTorch's nn module and comparison of various network types.
- Overview of the training process and exploration of PyTorch's optim module.
- Understanding advanced concepts in PyTorch like model serialization and optimization.
- Knowledge of distributed training in PyTorch.
- Practical guide to using PyTorch's Quantization API.
- Differences between TensorFlow 2.0 and PyTorch 2.0.
- Guidance on migrating TensorFlow models to PyTorch using ONNX.
Table of Content
- Introduction to Pytorch 2.0 and CUDA 11.8
- Getting Started with Tensors
- Advanced Tensors Operations
- Building Neural Networks with PyTorch 2.0
- Training Neural Networks in PyTorch 2.0
- PyTorch 2.0 Advanced
- Migrating from TensorFlow to PyTorch 2.0
- End-to-End PyTorch Regression Model
Audience
A perfect and skillful book for every machine learning engineer, data scientist, AI engineer and data researcher who are passionately looking towards drawing actionable intelligence using PyTorch 2.0. Knowing Python and the basics of deep learning is all you need to sail through this book.
“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.