{"product_id":"deep-learning-with-pytorch-build-train-and-tune-neural-networks-using-python-tools-9781617295263","title":"Aprendizaje profundo con Pytorch: cree, entrene y ajuste redes neuronales usando herramientas de Python","description":"\u003cb\u003e\"Finalmente tenemos el tratado definitivo sobre PyTorch. Cubre los conceptos básicos y las abstracciones con gran detalle. Espero que este libro se convierta en su documento de referencia extendido.\" --Soumith Chintala, cocreador de PyTorch\u003c\/b\u003e \u003cp\u003e\u003c\/p\u003e \u003cb\u003eCaracterísticas clave\u003c\/b\u003e\u003cbr\u003e Escrito por el creador de PyTorch y colaboradores clave\u003cbr\u003e Desarrolle modelos de aprendizaje profundo de una manera familiarmente \"pitónica\"\u003cbr\u003e Utilice PyTorch para construir un clasificador de imágenes para la detección de cáncer\u003cbr\u003e Diagnostique problemas con su red neuronal y mejore el entrenamiento con aumento de datos \u003cp\u003e\u003c\/p\u003e \u003cb\u003eLa compra del libro impreso incluye un libro electrónico gratuito en formato PDF, Kindle y ePub de Manning Publications.\u003c\/b\u003e \u003cp\u003e\u003c\/p\u003e\u003cb\u003eSobre el libro\u003c\/b\u003e\u003cbr\u003e Cada dos días oímos hablar de nuevas formas de aprovechar el aprendizaje profundo: mejora de imágenes médicas, detección precisa de fraudes con tarjetas de crédito, pronóstico meteorológico a largo plazo y mucho más. \u003cp\u003e\u003c\/p\u003e PyTorch pone estos superpoderes en sus manos. Instantáneamente familiar para cualquiera que conozca herramientas de datos de Python como NumPy y Scikit-learn, PyTorch simplifica el aprendizaje profundo sin sacrificar funciones avanzadas. Es ideal para construir modelos rápidos y escala sin problemas desde una computadora portátil hasta una empresa. \u003cp\u003e\u003c\/p\u003e Deep Learning con PyTorch le enseña a crear sistemas de aprendizaje profundo y redes neuronales con PyTorch. Este libro práctico le permite trabajar de inmediato construyendo un clasificador de imágenes de tumores desde cero. Después de cubrir los conceptos básicos, aprenderá las mejores prácticas para toda la tubería de aprendizaje profundo, abordando proyectos avanzados a medida que sus habilidades con PyTorch se vuelvan más sofisticadas. Todas las muestras de código son fáciles de explorar en cuadernos Jupyter descargables. \u003cp\u003e\u003c\/p\u003e \u003cb\u003eLo que aprenderá\u003c\/b\u003e \u003cp\u003e\u003c\/p\u003e \u003cbr\u003e \u003cul\u003e Comprender las estructuras de datos de aprendizaje profundo como tensores y redes neuronales Mejores prácticas para la API de PyTorch Tensor, carga de datos en Python y visualización de resultados Implementación de módulos y funciones de pérdida Utilización de modelos preentrenados de PyTorch Hub Métodos para entrenar redes con entradas limitadas Analizar resultados poco fiables para diagnosticar y corregir problemas en su red neuronal Mejore sus resultados con datos aumentados, una mejor arquitectura de modelo y un ajuste fino \u003c\/ul\u003e \u003cp\u003e\u003c\/p\u003e \u003cb\u003eEste libro está escrito para\u003c\/b\u003e\u003cbr\u003e Para programadores de Python interesados en el aprendizaje automático. No se requiere experiencia con PyTorch u otros frameworks de aprendizaje profundo. \u003cp\u003e\u003c\/p\u003e \u003cb\u003eSobre los autores\u003c\/b\u003e\u003cbr\u003e Eli Stevens ha trabajado en Silicon Valley durante los últimos 15 años como ingeniero de software, y los últimos 7 años como director técnico de una startup que fabrica software para dispositivos médicos. Luca Antiga es cofundador y CEO de una empresa de ingeniería de IA ubicada en Bérgamo, Italia, y un colaborador habitual de PyTorch. Thomas Viehmann es un formador y consultor especializado en aprendizaje automático y PyTorch con sede en Múnich, Alemania, y un desarrollador principal de PyTorch. \u003cp\u003e\u003c\/p\u003e \u003cb\u003eTabla de contenido\u003c\/b\u003e \u003cp\u003e\u003c\/p\u003e \u003cb\u003ePARTE 1 - PYTORCH CENTRAL\u003c\/b\u003e\u003cbr\u003e 1 Introducción al aprendizaje profundo y la biblioteca PyTorch\u003cbr\u003e 2 Redes preentrenadas\u003cbr\u003e 3 Todo comienza con un tensor\u003cbr\u003e 4 Representación de datos del mundo real usando tensores\u003cbr\u003e 5 La mecánica del aprendizaje\u003cbr\u003e 6 Uso de una red neuronal para ajustar los datos\u003cbr\u003e 7 Distinguir pájaros de aviones: Aprendiendo de las imágenes\u003cbr\u003e 8 Uso de convoluciones para generalizar \u003cp\u003e\u003c\/p\u003e \u003cb\u003ePARTE 2 - APRENDER DE LAS IMÁGENES EN EL MUNDO REAL: DETECCIÓN TEMPRANA DEL CÁNCER DE PULMÓN\u003c\/b\u003e\u003cbr\u003e 9 Uso de PyTorch para combatir el cáncer\u003cbr\u003e 10 Combinación de fuentes de datos en un conjunto de datos unificado\u003cbr\u003e 11 Entrenamiento de un modelo de clasificación para detectar tumores sospechosos\u003cbr\u003e 12 Mejora del entrenamiento con métricas y aumento\u003cbr\u003e 13 Uso de la segmentación para encontrar nódulos sospechosos\u003cbr\u003e 14 Análisis de nódulos de principio a fin y hacia dónde ir a continuación \u003cp\u003e\u003c\/p\u003e \u003cb\u003ePARTE 3 - IMPLEMENTACIÓN\u003c\/b\u003e\u003cbr\u003e 15 Implementación en producción \u003cp\u003e\u003c\/p\u003e \u003cp\u003e\u003c\/p\u003e \u003cp\u003e\u003c\/p\u003e \u003cp\u003e\u003c\/p\u003e\u003cbr\u003e\u003cbr\u003e\u003cb\u003eAutor:\u003c\/b\u003e \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=AUTH-8972272\"\u003eEli Stevens\u003c\/a\u003e, \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=AUTH-14775537\"\u003eLuca Antiga\u003c\/a\u003e, \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=AUTH-14775538\"\u003eThomas Viehmann\u003c\/a\u003e\u003cbr\u003e\u003cb\u003eEditorial:\u003c\/b\u003e Manning Publications\u003cbr\u003e\u003cb\u003ePublicado:\u003c\/b\u003e 04\/08\/2020\u003cbr\u003e\u003cb\u003ePáginas:\u003c\/b\u003e 520\u003cbr\u003e\u003cb\u003eTipo de encuadernación:\u003c\/b\u003e Tapa blanda\u003cbr\u003e\u003cb\u003ePeso:\u003c\/b\u003e 1.90 libras\u003cbr\u003e\u003cb\u003eTamaño:\u003c\/b\u003e 9.20h x 7.30w x 1.10d\u003cbr\u003e\u003cb\u003eISBN13:\u003c\/b\u003e 9781617295263\u003cbr\u003e\u003cb\u003eISBN10:\u003c\/b\u003e 1617295264\u003cbr\u003e\u003cb\u003eCategorías BISAC:\u003c\/b\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-COM\"\u003eInformática\u003c\/a\u003e | \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-COM044000\"\u003eCiencia de Datos | Redes Neuronales\u003c\/a\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-COM\"\u003eInformática\u003c\/a\u003e | \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-COM051300\"\u003eProgramación | Algoritmos\u003c\/a\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-COM\"\u003eInformática\u003c\/a\u003e | \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-COM051360\"\u003eLenguajes | Python\u003c\/a\u003e\u003cbr\u003e\u003cbr\u003e\u003cp\u003e\u003cb\u003eSobre el autor\u003c\/b\u003e\u003cbr\u003e\u003cb\u003eEli Stevens\u003c\/b\u003e ha trabajado en Silicon Valley durante los últimos 15 años como ingeniero de software, y los últimos 7 años como director técnico de una startup que fabrica software para dispositivos médicos. \u003c\/p\u003e\u003cp\u003e\u003c\/p\u003e\u003cb\u003eLuca Antiga\u003c\/b\u003e es cofundador y CEO de una empresa de ingeniería de IA ubicada en Bérgamo, Italia, y un colaborador habitual de PyTorch. \u003cp\u003e\u003c\/p\u003e\u003cb\u003eThomas Viehmann\u003c\/b\u003e es un formador y consultor especializado en aprendizaje automático y PyTorch con sede en Múnich, Alemania, y un desarrollador principal de PyTorch.","brand":"Manning Publications","offers":[{"title":"Default Title","offer_id":42696861483245,"sku":"9781617295263","price":66.65,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0550\/8097\/6621\/products\/img_3cd74c8e-87ae-4231-b92f-b8f61fc26bbf.jpg?v=1649883943","url":"https:\/\/sureshotbooks.com\/es\/products\/deep-learning-with-pytorch-build-train-and-tune-neural-networks-using-python-tools-9781617295263","provider":"SureShot Books Publishing LLC","version":"1.0","type":"link"}