Hlboké učenie s PyTorchom: Praktický prístup k vytváraniu modelov neurónových sietí pomocou PyTorchu

Hodnotenie:   (3,8 z 5)

Hlboké učenie s PyTorchom: Praktický prístup k vytváraniu modelov neurónových sietí pomocou PyTorchu (Vishnu Subramanian)

Recenzie čitateľov

Zhrnutie:

Kniha o PyTorchu má zmiešané hodnotenia. Niektorí čitatelia ju považujú za praktický úvod s praktickými príkladmi, užitočný pre začiatočníkov. Mnohí však kritizujú jej slabé formátovanie, početné chyby v kóde a nedostatočnú hĺbku v pochopení konceptov hlbokého učenia.

Výhody:

Hlboké praktické znalosti PyTorchu, užitočné pre začiatočníkov, dobré praktické príklady na cvičenia, podrobné vysvetlenia klasických modelov hlbokého učenia, aktualizovaný kód dostupný na GitHube.

Nevýhody:

Zlé formátovanie, zlé pomenovanie premenných, veľa kopírovania z online návodov, chyby v kóde, chýba vhľad do hlbokého učenia, neorganizované príklady kódu, niektorí čitatelia majú pocit, že sú to vyhodené peniaze.

(na základe 13 čitateľských recenzií)

Pôvodný názov:

Deep Learning with PyTorch: A practical approach to building neural network models using PyTorch

Obsah knihy:

Táto kniha poskytuje intuíciu v pozadí najmodernejších architektúr hlbokého učenia, ako sú ResNet, DenseNet, Inception a enkodér-dekodér, bez toho, aby ste sa ponárali do ich matematiky.

Ukazuje, ako môžete implementovať a používať rôzne architektúry na riešenie problémov v oblasti klasifikácie obrazu, prekladu jazyka a NLP pomocou PyTorchu.

Ďalšie údaje o knihe:

ISBN:9781788624336
Autor:
Vydavateľ:
Väzba:Mäkká väzba

Nákup:

Momentálne k dispozícii, na sklade.

Ďalšie knihy autora:

Hlboké učenie s PyTorchom: Praktický prístup k vytváraniu modelov neurónových sietí pomocou PyTorchu...
Táto kniha poskytuje intuíciu v pozadí...
Hlboké učenie s PyTorchom: Praktický prístup k vytváraniu modelov neurónových sietí pomocou PyTorchu - Deep Learning with PyTorch: A practical approach to building neural network models using PyTorch

Diela autora vydali tieto vydavateľstvá:

© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)