Deep Learning with PyTorch: Praktyczne podejście do tworzenia modeli sieci neuronowych przy użyciu PyTorch

Opinie czytelników

Książka o PyTorch otrzymuje mieszane recenzje. Niektórzy czytelnicy uważają ją za praktyczne wprowadzenie z praktycznymi przykładami, pomocne dla początkujących. Jednak wielu krytykuje jej słabe formatowanie, liczne błędy w kodzie i brak głębi w zrozumieniu koncepcji głębokiego uczenia się.

Dogłębna praktyczna wiedza na temat PyTorch, przydatna dla początkujących, dobre praktyczne przykłady ćwiczeń, szczegółowe wyjaśnienia klasycznych modeli głębokiego uczenia, zaktualizowany kod dostępny na GitHub.

Złe formatowanie, słabe nazewnictwo zmiennych, dużo kopiowania i wklejania z samouczków online, błędy w kodzie, brak wglądu w głębokie uczenie się, niezorganizowane przykłady kodu, niektórzy czytelnicy uważają, że to strata pieniędzy.

(na podstawie 13 opinii czytelników)

Oryginalny tytuł:

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

Zawartość książki:

Ta książka dostarcza intuicji stojącej za najnowocześniejszymi architekturami głębokiego uczenia, takimi jak ResNet, DenseNet, Inception i koder-dekoder, bez zagłębiania się w matematykę.

Pokazuje, w jaki sposób można zaimplementować i wykorzystać różne architektury do rozwiązywania problemów w obszarze klasyfikacji obrazów, tłumaczenia języka i NLP przy użyciu PyTorch.