Descripción
Cree, entrene, implemente y escale modelos de aprendizaje profundo de forma rápida y precisa, mejorando su productividad con el ligero PyTorch Wrapper
Características clave:
- Familiarícese con la arquitectura de PyTorch Lightning y aprenda cómo se puede implementar en varios dominios de la industria
- Acelere su investigación utilizando PyTorch Lightning creando nuevas funciones de pérdida, redes y arquitecturas
- Entrene y construya nuevos algoritmos para datos masivos utilizando entrenamiento distribuido
Descripción del libro:
PyTorch Lightning permite a los investigadores construir sus propios modelos de aprendizaje profundo (DL) sin tener que preocuparse por el código repetitivo. Con la ayuda de este libro, podrá maximizar la productividad de los proyectos de DL al tiempo que garantiza una flexibilidad total desde la formulación del modelo hasta la implementación. Adoptará un enfoque práctico para implementar modelos de PyTorch Lightning para ponerse al día en poco tiempo.
Comenzará aprendiendo cómo configurar PyTorch Lightning en una plataforma en la nube, comprenderá los componentes arquitectónicos y explorará cómo se configuran para construir varias soluciones industriales. A continuación, construirá una red y una aplicación desde cero y verá cómo puede expandirlas según sus necesidades específicas, más allá de lo que el marco puede proporcionar. El libro también demuestra cómo implementar capacidades listas para usar para construir y entrenar modelos de aprendizaje autosupervisado, aprendizaje semisupervisado y series temporales utilizando PyTorch Lightning. A medida que avance, descubrirá cómo funcionan las redes generativas antagónicas (GAN). Finalmente, trabajará con aplicaciones listas para implementar, centrándose en un rendimiento y escalado más rápidos, la puntuación de modelos en volúmenes masivos de datos y la depuración de modelos.
Al final de este libro de PyTorch, habrá desarrollado el conocimiento y las habilidades necesarias para construir e implementar sus propias aplicaciones escalables de DL utilizando PyTorch Lightning.
Lo que aprenderá:
- Personalizar modelos creados para diferentes conjuntos de datos, arquitecturas de modelos y optimizadores
- Comprender cómo se pueden construir una variedad de modelos de aprendizaje profundo, desde reconocimiento de imágenes y series temporales hasta GAN, modelos semisupervisados y autosupervisados
- Usar arquitecturas de modelos listas para usar y modelos preentrenados utilizando transferencia de aprendizaje
- Ejecutar y ajustar modelos de DL en un entorno multi-GPU utilizando precisiones de modo mixto
- Explorar técnicas para la puntuación de modelos en cargas de trabajo masivas
- Descubrir técnicas de resolución de problemas al depurar modelos de DL
Para quién es este libro:
Este libro de aprendizaje profundo es para científicos de datos ciudadanos y científicos de datos expertos que están haciendo la transición de otros marcos a PyTorch Lightning. Este libro también será útil para los investigadores de aprendizaje profundo que están comenzando a codificar modelos de aprendizaje profundo utilizando PyTorch Lightning. Se espera un conocimiento práctico de la programación en Python y una comprensión de nivel intermedio de las estadísticas y los fundamentos del aprendizaje profundo.
Autor: Kunal Sawarkar
Editorial: Packt Publishing
Publicado: 29/04/2022
Páginas: 366
Tipo de encuadernación: Tapa blanda
Peso: 1.38 libras
Tamaño: 9.25 alto x 7.50 ancho x 0.76 profundidad
ISBN13: 9781800561618
ISBN10: 180056161X
Categorías BISAC:
- Computadoras | Ciencia de datos | General
- Computadoras | Inteligencia artificial | General
- Computadoras | Lenguajes | Python
Este título no es retornable