تجف من الجزء السفلي من راحة غير معبد، تقارير و qubit | عدد ملفه QbitAI

"من أجل مساعدة المطورين استخدام PyTorch، ونحن نبذل 'ديب التعلم مع PyTorch" الكتاب ".

فقط، أصدرت PyTorh الأخبار على تويتر الرسمي، وأعلن أن سوف الكتاب حر المقدمة للمجتمع.

وفقا لمقدمة الناشر مانينغ المنشورات وجوهر هذا الكتاب هو ليعلمك كيفية استخدام بيثون وPyTorch تحقيق خوارزميات التعلم عميقة.

لذلك أوضح الناشرين أنه يريد أن أفضل هضم هذا الكتاب، تحتاج إلى أن يكون معرفة المعرفة بيثون والجبر الخطي الأساسي، وهناك بعض أفضل فهم لعمق التعلم، ولكنك لا تحتاج إلى استخدام PyTorch أو غيرها من إطار التعلم العميق الخبرة.

كثيرون في صناعة الرأي، والاستفادة من هذا الكتاب هو ودود.

وعلق بعض الناس أن هذا الكتاب يستخدم طريقة دود لإدخال موضوع في غاية المهنية. وعلق أيضا أنه هو واحد من تعلم الآلة الكتاب الأكثر سهلة الاستخدام.

(رابط التحميل في نهاية النص)

والكتاب يتحدث عن ماذا؟

من صفحة المقدمة مانينغ منشورات الرأي، وينقسم الكتاب إلى قسمين، ما مجموعه 13 فصلا.

الجزء الأول هو النظرية أساسا، ودعا PyTorch الأساسية.

بعد مقدمة موجزة عمق المجال من الدراسة، وبدأت في استكشاف واستخدام شبكة المدربين قبل وتطوير مهاراتهم باستخدام الموترة.

بما في ذلك كيفية استخدام موتر يمثل معظم أنواع البيانات المشتركة، وكيف أن نبدأ من الصفر لبناء وتدريب الشبكة العصبية (التركيز على الصور ومتواليات).

محتويات هي كما يلي:

1. مقدمة دراسة متعمقة وPyTorch مكتبة

2، شبكة ما قبل التدريب

3، من البداية للموتر

4، وذلك باستخدام حقيقية في العالم موتر البيانات

5، وآلية التعلم

6، وذلك باستخدام الشبكة العصبية لتناسب بياناتنا

7، للتعرف على الطيور من الطائرة - التعلم من الصورة

8، وذلك باستخدام تعميم وظيفة الإلتواء

الجزء الثاني هو أساسا حول القتال، ودعا "التعلم من صورة العالم الحقيقي: الكشف المبكر عن سرطان الرئة."

في التطبيق العملي لهذا الجزء سيتم بدء باستخدام طريقة تدريب الشبكة العصبية في إدخال محدود، معالجة البيانات لبعض النتائج التي تم الحصول عليها.

ثم نتائج الفحص الأولي ليست مضمونة، وركزت على كيفية تشخيص المشاكل والإصلاح على الشبكات العصبية.

وأخيرا، وتعلم كيفية استخدام البيانات لتعزيز التدريب، وتحسين النموذج، وكذلك لتحسين نتائج النموذج من قبل صقل.

محتويات هي كما يلي:

9، وذلك باستخدام PyTorch مكافحة السرطان

10، مجموعة البيانات الأولية، انتقل اللعب!

11 يشتبه تصنيف الورم

12. مؤشرات الرصد: الدقة، واستدعاء وجميلة الرسوم البيانية

13، وذلك باستخدام تقنيات تجزئة للعثور على المشتبه الورم

من كتب هذا الكتاب؟

مؤلف الكتاب، ما مجموعه اثنين: ايلي ستيفنز ولوكا Antiga.

ايلي ستيفنز، هو مهندس البرمجيات، عملت لمدة 15 عاما في وادي السليكون. على مدى السنوات السبع الماضية، شغل منصب CTO في شركة تطوير برامج الجهاز الطبي الشركات المبتدئة.

لوكا Antiga، AI هي شركة المؤسس المشارك والرئيس التنفيذي، هو أيضا مساهم المجتمع PyToch منتظم.

ويبين الجدول التالي الرقم كلا منهم (من اليسار: لوكا Antiga، إلى اليمين: ايلي ستيفنسون)، ومحرر كتاب فرانسيس يفكوويتز.

إذا كنت مهتما في هذا الكتاب يرجى الاحتفاظ بوابة:

https://www.manning.com/books/deep-learning-with-pytorch#toc

- انتهى -

و qubit QbitAI عناوين على عقد

تابعنا، أبلغ أول مرة طليعة التطورات العلمية والتكنولوجية