No hay artículos en el carro
No hay artículos en el carroMás información del producto
Temas clave:
- Paralelización del entrenamiento de redes neuronales con PyTorch
- Going Deeper - La mecánica de PyTorch
- Clasificar imágenes con redes neuronales convolucionales profundas
- Modelado de datos secuenciales mediante redes neuronales recurrentes
- Redes adversariales generativas para sintetizar nuevos datos
- ...y mucho más
¿Qué hay de nuevo en este libro PyTorch de la serie Python Machine Learning?
Le dimos a la tercera edición de Python Machine Learning una gran revisión al convertir los capítulos de aprendizaje profundo para usar la última versión de PyTorch. También hemos añadido contenido nuevo, incluyendo capítulos centrados en las últimas tendencias en aprendizaje profundo. Te guiamos a través de conceptos como gráficos de cálculo dinámico y diferenciación automática. Además, hemos introducido un popular régimen de entrenamiento adversario para redes neuronales que se puede utilizar para generar nuevas imágenes de aspecto realista.
Novedades
- Nuevo contenido para cubrir la última versión de PyTorch y sus características
- Introducción a bibliotecas, incluyendo transformadores PyTorch Lightning y Hugging Face
- Adición de dos técnicas de aprendizaje automático de vanguardia: transformadores y redes neuronales gráficas
¿Cuáles son las conclusiones clave del aprendizaje automático con PyTorch y Scikit-Learn?
Este libro te lleva en un viaje desde los orígenes del aprendizaje automático hasta las últimas arquitecturas de aprendizaje profundo. A través de ejemplos conceptuales y prácticos, desarrollará un repertorio de técnicas que le permiten resolver una amplia gama de tareas de modelado predictivo, incluyendo datos tabulares, de imágenes y de texto.
PyTorch es una herramienta muy potente y versátil, y el aprendizaje profundo requiere naturalmente bloques de construcción muy flexibles. Por lo tanto, PyTorch a veces puede ser muy detallado en comparación con las bibliotecas tradicionales de aprendizaje automático como scikit-learn. En este libro, explicamos cómo funciona PyTorch y cubrimos todas las piezas esenciales. Sin embargo, también nos centramos en la legibilidad del código para garantizar que no te abrumes.
El libro se sumerge profundamente en los métodos subyacentes y no rehuye explicar arquitecturas y conceptos fundamentales de aprendizaje profundo desde cero. Nuestro objetivo es enseñarte el aprendizaje profundo y ver cómo puedes ponerlo en práctica usando PyTorch en lugar de al revés.
¿Qué hace que este libro sea diferente de otros libros de PyTorch?
Pensamos mucho y cuidado en organizar la estructura general del libro, el flujo de temas y cómo los capítulos se construyen entre sí. Esto incluye la transición de un capítulo que explica las redes neuronales implementándolas desde cero en NumPy a otro capítulo explicando cómo usar PyTorch para que esto sea más conveniente.
Hay muchos libros geniales sobre aprendizaje automático y aprendizaje profundo. Sin embargo, desde muchos años de enseñanza e interacción con los estudiantes, escuchamos que muchos libros no incluyen ejemplos prácticos que ayudan a los lectores a ponerlos en práctica. Otros libros tienen un fuerte enfoque en ejemplos de código a expensas de las explicaciones. El aprendizaje automático con PyTorch y Scikit-Learn logra un buen equilibrio entre conceptos, teoría y práctica y aprovecha los efectos sinérgicos al explicar nuevos métodos.
Liilii
Comentado en Australia el 21 de mayo de 2024
Veryyyyyyyyy goood
Felix
Comentado en Alemania el 4 de marzo de 2024
This book provides a perfect Balance between theory and practise as well covering a wide range of possible applications. One point of criticism would be the physical quality of the book (the Page were wavy and the print is in Black and white), however since there is a free eBook download that comes with the product thats not really an issue. Would recommend to anyone looking for a Sound introduction into machine learning
Drups
Comentado en Japón el 5 de diciembre de 2024
The book is as described.
i love this book everyone need this book
Comentado en Turquía el 23 de diciembre de 2023
everyone need this book i loved
Uriel
Comentado en México el 17 de abril de 2023
Excelente libro
Mahmoud abdelhamid
The only drawback is the use of toy datasets. The author should have added a one mega project that includes the concepts covered in the book. Yet great book that will make a difference to beginners
Productos recomendados
Mex $477.27
Mex $ 214 .00 Mex $214.00
Mex $196.79
Mex $ 112 .00 Mex $112.00
Mex $190.00
Mex $ 106 .00 Mex $106.00
Mex $131.00
Mex $ 65 .00 Mex $65.00