下一步,我们将学习深度学习,这种机器学习方法将在瞬间改变我们周围的世界。在这本实用的书中,您将加快使用Facebook的开源PyTorch框架的关键思想,并获得您需要创建自己的神经网络的最新技能。
Ian Pointer向您展示了如何在基于云的环境中设置PyTorch,然后带领您完成神经架构的创建,以方便对图像、声音、文本的操作,并深入了解每个元素。他还涵盖了将迁移学习应用到图像、调试模型和生产中的PyTorch的关键概念。
学习如何将深度学习模型部署到生产中 探索几家领先公司的PyTorch用例 学习如何将转移学习应用到图像 使用在维基百科上训练的模型应用尖端的NLP技术 使用PyTorch的torchaudio库对基于卷积模型的音频数据进行分类 使用TensorBoard和Flame图调试PyTorch模型 将生产中的PyTorch应用部署在Docker容器和运行在谷歌云上的Kubernetes集群中