Pytorch Die Referenz

DOWNLOAD

Download Pytorch Die Referenz PDF/ePub or read online books in Mobi eBooks. Click Download or Read Online button to get Pytorch Die Referenz book now. This website allows unlimited access to, at the time of writing, more than 1.5 million titles, including hundreds of thousands of titles in various foreign languages. If the content not found or just blank you must refresh this page

Pytorch Kompakt

DOWNLOAD
Author : Joe Papa
language : de
Publisher: O'Reilly
Release Date : 2021-12-14

Pytorch Kompakt written by Joe Papa and has been published by O'Reilly this book supported file pdf, txt, epub, kindle and other format this book has been release on 2021-12-14 with Computers categories.

Eine großartige Ressource für alle, die mit PyTorch arbeiten Kurzgefasstes und präzises Wissen zu dem populären Deep-Learning-Framework Sowohl für PyTorch-Einsteiger:innen als auch für Fortgeschrittene nützlich Überblick über Modellentwicklung, Deployment, das PyTorch-Ökosystem und über hilfreiche PyTorch-Bibliotheken Mit Kurzeinstieg in PyTorch Mit diesem benutzerfreundlichen Nachschlagewerk zu PyTorch haben Sie kompaktes Wissen zu einem der beliebtesten Frameworks für Deep Learning immer zur Hand. Der Autor Joe Papa bietet Ihnen mit dieser Referenz den sofortigen Zugriff auf Syntax, Design Patterns und gut nachvollziehbare Codebeispiele - eine Fülle an gesammelten Informationen, die Ihre Entwicklungsarbeit beschleunigen und die Zeit minimieren, die Sie mit der Suche nach Details verbringen. Data Scientists, Softwareentwickler:innen und Machine Learning Engineers finden in diesem Buch klaren, strukturierten PyTorch-Code, der jeden Schritt der Entwicklung neuronaler Netze abdeckt - vom Laden der Daten über die Anpassung von Trainingsschleifen bis hin zur Modelloptimierung und GPU/TPU-Beschleunigung. Lernen Sie in kurzer Zeit, wie Sie Ihren Code mit AWS, Google Cloud oder Azure in der Produktivumgebung einsetzen und Ihre ML-Modelle auf mobilen und Edge-Geräten bereitstellen.

Pytorch F R Deep Learning

DOWNLOAD
Author : Ian Pointer
language : de
Publisher: O'Reilly
Release Date : 2020-10-03

Pytorch F R Deep Learning written by Ian Pointer and has been published by O'Reilly this book supported file pdf, txt, epub, kindle and other format this book has been release on 2020-10-03 with Computers categories.

Der praktische Einstieg in PyTorch Lernen Sie, neuronale Netze zu erstellen und sie für verschiedene Datentypen zu trainieren Das Buch deckt den gesamten Entwicklungszyklus von Deep-Learning-Anwendungen ab: Vom Erstellen über das Debuggen bis zum Deployen Mit Use Cases, die zeigen, wie PyTorch bei führenden Unternehmen eingesetzt wird Mit diesem Praxisbuch meistern Sie die Methoden des Deep Learning, einer Teildisziplin des Machine Learning, die die Welt um uns herum verändert. Machen Sie sich mit PyTorch, dem populären Python-Framework von Facebook, vertraut, und lernen Sie Schlüsselkonzepte und neueste Techniken kennen, um eigene neuronale Netze zu entwickeln. Ian Pointer zeigt Ihnen zunächst, wie Sie PyTorch in einer Cloud-basierten Umgebung einrichten. Er führt Sie dann durch die einzelnen Schritte der Entwicklung von neuronalen Architekturen, um typische Anwendungen für Bilder, Ton, Text und andere Datenformate zu erstellen. Er erläutert auch das innovative Konzept des Transfer Learning und das Debuggen der Modelle. Sie erfahren zudem, wie Sie Ihre Deep-Learning-Anwendungen in den Produktiveinsatz bringen. Aus dem Inhalt: Ergründen Sie modernste Modelle für das Natural Language Processing, die mit umfangreichen Textkorpora wie dem Wikipedia-Datensatz trainiert wurden Verwenden Sie das PyTorch-Paket torchaudio, um Audiodateien mit einem neuronalen Konvolutionsmodell zu klassifizieren Lernen Sie, wie man Transfer Learning auf Bilder anwendet Debuggen Sie PyTorch-Modelle mithilfe von TensorBoard und Flammendiagrammen Deployen Sie PyTorch-Anwendungen im Produktiveinsatz in Docker-Containern und Kubernetes-Clustern, die in der Google Cloud laufen Erkunden Sie PyTorch-Anwendungsfälle von führenden Unternehmen Für die deutsche Ausgabe wurde das Buch in Zusammenarbeit mit Ian Pointer von Marcus Fraaß aktualisiert und um einige Themen erweitert.

Gans Mit Pytorch Selbst Programmieren

DOWNLOAD
Author : Tariq Rashid
language : de
Publisher: O'Reilly
Release Date : 2020-09-15

Gans Mit Pytorch Selbst Programmieren written by Tariq Rashid and has been published by O'Reilly this book supported file pdf, txt, epub, kindle and other format this book has been release on 2020-09-15 with Computers categories.

Neues von Bestsellerautor Tariq Rashid: Eine Einführung in die innovative Deep-Learning-Technik GANs Schritt-für-Schritt-Anleitung zum Erstellen eigener GANs mit PyTorch, regt zum Ausprobieren an GANs (Generative Adversarial Networks) gehören zu den spannendsten neuen Algorithmen im Machine Learning Tariq Rashid erklärt diese schwierige Materie außergewöhnlich klar und gut nachvollziehbar "Die coolste Idee im Deep Learning in den letzten 20 Jahren" sagt Yann LeCun, einer der weltweit führenden Forscher auf dem Gebiet der neuronalen Netze, über GANs, die Generative Adversarial Networks. Bei dieser noch neuen KI-Technik treten zwei neuronale Netze gegeneinander an mit dem Ziel, Bilder, Ton und Videos zu erzeugen, die vom Original nicht zu unterscheiden sind. Dieses Buch richtet sich an alle, die selbst ausprobieren möchten, wie GANs funktionieren. Tariq Rashid zeigt Ihnen Schritt für Schritt, wie Sie mit dem populären Framework PyTorch Ihre eigenen GANs erstellen und trainieren. Sie starten mit einem sehr einfachen GAN, um einen Workflow einzurichten, und üben erste Techniken anhand der MNIST-Datenbank ein. Mit diesem Wissen programmieren Sie dann ein GAN, das realistische menschliche Gesichter erzeugen kann. Tariq Rashids besondere Fähigkeit, komplexe Ideen verständlich zu erklären, macht das Buch zu einer unterhaltsamen Lektüre.

C T Pc Selbstbau

DOWNLOAD
Author : c't-Redaktion
language : de
Publisher: Heise Medien GmbH & Co. KG
Release Date : 2020-12-22

C T Pc Selbstbau written by c't-Redaktion and has been published by Heise Medien GmbH & Co. KG this book supported file pdf, txt, epub, kindle and other format this book has been release on 2020-12-22 with Computers categories.

Das neue c't-Sonderheft PC-Selbstbau hilft Ihnen, einen PC mit Komponenten nach Ihren Bedürfnissen zu bauen. Das Heft bietet nicht nur einen umfassenden Vergleich der neusten technischen Komponenten am Markt wie SSD, CPU, Mainboards oder Grafikkarten, sondern bietet auch vier fertige PC-Bauvorschläge, die im c't-Labor bereits optimiert wurden. Vom flotten Ryzen-Allrounder bis zum potenten Luxus-Rechner mit 16-Kern-Prozessor ist für jeden etwas dabei.

Ix Developer Machine Learning

DOWNLOAD
Author : iX Developer
language : de
Publisher: Heise Medien
Release Date : 2020-12-05

Ix Developer Machine Learning written by iX Developer and has been published by Heise Medien this book supported file pdf, txt, epub, kindle and other format this book has been release on 2020-12-05 with Computers categories.

Machine Learning hat in den letzten Jahren so rasante technische Fortschritte gemacht wie kaum ein anderer Bereich der IT. Zahlreiche Open-Source-Werkzeuge stehen Entwicklerinnen und Entwicklern zur Verfügung. Neben den Frameworks wie TensorFlow und PyTorch existieren konkrete Methoden für spezifische Anwendungsbereiche wie BERT und Word2vec bei der Textanalyse oder YOLO zur Objektdetektion. Das iX-Developer-Sonderheft "Machine Learning: Bessere Modelle, produktiver Einsatz" trägt der rasanten Entwicklung als Fortführung des Machine-Learning-Sonderhefts von 2018 Rechnung. Es beleuchtet die jüngsten Entwicklungen im Bereich der großen Frameworks, der Data-Science-Bibliotheken von Python sowie zahlreiche Methoden und Algorithmen. Das Heft bietet vor allem einen breiten Praxisteil mit konkreten Anwendungen in der Textanalyse und für die Zeitreihenvorhersage sowie mit einem dreiteiligen Tutorial zur Bildanalyse.

Praxiseinstieg Large Language Models

DOWNLOAD
Author : Sinan Ozdemir
language : de
Publisher: O'Reilly
Release Date : 2024-05-14

Praxiseinstieg Large Language Models written by Sinan Ozdemir and has been published by O'Reilly this book supported file pdf, txt, epub, kindle and other format this book has been release on 2024-05-14 with Computers categories.

Der Schnellstart in die praktische Arbeit mit LLMs Das Buch bietet einen Überblick über zentrale Konzepte und Techniken von LLMs wie z.B. ChatGPT und zeigt das Potenzial von Open-Source- und Closed-Source-Modellen Es erläutert, wie Large Language Models funktionieren und wie sie für Aufgaben des Natural Language Processing (NLP) genutzt werden Auch für interessierte Nicht-Data-Scientists mit Python-Kenntnissen verständlich Themen z.B.: die ChatGPT-API, Prompt-Engineering, Chatbot-Personas, Cloud-Bereitstellung; deckt auch GPT-4 ab Large Language Models (LLMs) wie ChatGPT sind enorm leistungsfähig, aber auch sehr komplex. Praktikerinnen und Praktiker stehen daher vor vielfältigen Herausforderungen, wenn sie LLMs in ihre eigenen Anwendungen integrieren wollen. In dieser Einführung räumt Data Scientist und KI-Unternehmer Sinan Ozdemir diese Hürden aus dem Weg und bietet einen Leitfaden für den Einsatz von LLMs zur Lösung praktischer Probleme des Natural Language Processings. Sinan Ozdemir hat alles zusammengestellt, was Sie für den Einstieg benötigen: Schritt-für-Schritt-Anleitungen, Best Practices, Fallstudien aus der Praxis, Übungen und vieles mehr. Er stellt die Funktionsweise von LLMs vor und unterstützt Sie so dabei, das für Ihre Anwendung passende Modell und geeignete Datenformate und Parameter auszuwählen. Dabei zeigt er das Potenzial sowohl von Closed-Source- als auch von Open-Source-LLMs wie GPT-3, GPT-4 und ChatGPT, BERT und T5, GPT-J und GPT-Neo, Cohere sowie BART. Lernen Sie die Schlüsselkonzepte kennen: Transfer Learning, Feintuning, Attention, Embeddings, Tokenisierung und mehr Nutzen Sie APIs und Python, um LLMs an Ihre Anforderungen anzupassen Beherrschen Sie Prompt-Engineering-Techniken wie Ausgabe-Strukturierung, Gedankenketten und Few-Shot-Prompting Passen Sie LLM-Embeddings an, um eine Empfehlungsengine mit eigenen Benutzerdaten neu zu erstellen Konstruieren Sie multimodale Transformer-Architekturen mithilfe von Open-Source-LLMs Optimieren Sie LLMs mit Reinforcement Learning from Human and AI Feedback (RLHF/RLAIF) Deployen Sie Prompts und benutzerdefinierte, feingetunte LLMs in die Cloud

Large Language Models Selbst Programmieren

DOWNLOAD
Author : Sebastian Raschka
language : de
Publisher: dpunkt.verlag
Release Date : 2025-06-24

Large Language Models Selbst Programmieren written by Sebastian Raschka and has been published by dpunkt.verlag this book supported file pdf, txt, epub, kindle and other format this book has been release on 2025-06-24 with Computers categories.

LLMs selbst erstellen und von Grund auf verstehen! Der Bestseller aus den USA jetzt in deutscher Übersetzung der ideale Einstieg in das Thema Large Language Models Auf dem eigenen Laptop entwickeln, trainieren und tunen Sie ein LLM, das mit GPT-2 vergleichbar ist, und bekommen dadurch einen tiefen Einblick in die Funktionsweise von LLMs Bestsellerautor Sebastian Raschka erklärt die Grundlagen und die Vorgehensweise Schritt für Schritt und sehr gut verständlich Dieses Buch ist eine spannende Reise in die Blackbox der Generativen KI: Ohne auf bestehende LLM-Bibliotheken zurückzugreifen, programmieren Sie ein LLM-Basismodell im GPT-Stil auf dem eigenen Rechner. Sie entwickeln es zu einem Textklassifikator weiter und erstellen schließlich einen Chatbot, der Ihren Anweisungen folgt und den Sie als persönlichen KI-Assistenten verwenden können. Jeder Schritt wird mit klaren Beschreibungen, Diagrammen und Beispielen erklärt. Auf diese Weise eignen Sie sich aktiv und ganz praktisch grundlegendes Wissen zur aktuell wichtigsten KI-Technologie an – denn Sie haben Ihren Chatbot selbst gebaut! Während Sie die einzelnen Phasen der LLM-Erstellung durchlaufen, entwickeln Sie eine klarere Vorstellung davon, wie LLMs unter der Haube funktionieren. Sie erfahren, wie Sie alle Bestandteile eines LLMs planen und programmieren einen für das LLM-Training geeigneten Datensatz vorbereiten das LLM mit Ihren eigenen Daten optimieren Feedback nutzen, um sicherzustellen, dass das LLM Ihren Anweisungen folgt vortrainierte Gewichte in das LLM laden

Ich Denke Also War Ich

DOWNLOAD
Author : Stefano AI-Studio
language : de
Publisher: epubli
Release Date : 2025-08-05

Ich Denke Also War Ich written by Stefano AI-Studio and has been published by epubli this book supported file pdf, txt, epub, kindle and other format this book has been release on 2025-08-05 with Education categories.

Dieses Buch nimmt die Leser:innen mit auf eine faszinierende Reise an die Grenzen des Denkens – vom Wunder der menschlichen Intelligenz über den rasanten Aufstieg künstlicher Intelligenz bis hin zu visionären Szenarien, in denen Mensch und Maschine zunehmend verschmelzen. Es beleuchtet, wie unser Gehirn funktioniert, wie KI arbeitet, und fragt: Was bleibt eigentlich vom Menschen, wenn Maschinen lernen zu denken, fühlen und kreativ zu sein? Anschauliche Beispiele, philosophische Gedankenexperimente und Infografiken vermitteln, wie verschiedenartige Intelligenzen zusammenwirken, was Bewusstsein ausmacht und welche ethischen und gesellschaftlichen Herausforderungen die Zukunft bereithält. Ob als verständlicher Wegweiser für KI-Einsteiger:innen oder als Denkanstoß für Zukunftsneugierige: Das Buch lädt dazu ein, kritisch über das Verhältnis von Mensch und Technologie nachzudenken – und den eigenen Platz in einer neuen Welt gemeinsamer Intelligenz zu entdecken.

Deep Learning Grundlagen Und Implementierung

DOWNLOAD
Author : Seth Weidman
language : de
Publisher: O'Reilly
Release Date : 2020-05-23

Deep Learning Grundlagen Und Implementierung written by Seth Weidman and has been published by O'Reilly this book supported file pdf, txt, epub, kindle and other format this book has been release on 2020-05-23 with Computers categories.

Grundprinzipien und Konzepte neuronaler Netze systematisch und verständlich erklärt Deep-Learning-Grundlagen für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning Implementierung der Deep-Learning-Konzepte mit dem beliebten Framework PyTorch Zahlreiche Codebeispiele in Python verdeutlichen die konkrete Umsetzung Dieses Buch vermittelt Ihnen das konzeptionelle und praktische Rüstzeug, um ein tiefes Verständnis für die Funktionsweise neuronaler Netze zu bekommen. Sie lernen die Grundprinzipien des Deep Learning kennen, zu deren Veranschaulichung Seth Weidman gut nachvollziehbare Konzeptmodelle entwickelt hat, die von Codebeispielen begleitet werden. Das Buch eignet sich für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning. Sie beginnen mit den Basics des Deep Learning und gelangen schnell zu den Details fortgeschrittener Architekturen, indem Sie deren Aufbau von Grund auf neu implementieren. Dabei lernen Sie mehrschichtige neuronale Netze wie Convolutional und Recurrent Neural Networks kennen. Diese neuronalen Netzwerkkonzepte setzen Sie dann mit dem beliebten Framework PyTorch praktisch um. Auf diese Weise bauen Sie ein fundiertes Wissen darüber auf, wie neuronale Netze mathematisch, rechnerisch und konzeptionell funktionieren.

Pytorch Pocket Reference

DOWNLOAD
Author : Joe Papa
language : en
Publisher: "O'Reilly Media, Inc."
Release Date : 2021-05-11

Pytorch Pocket Reference written by Joe Papa and has been published by "O'Reilly Media, Inc." this book supported file pdf, txt, epub, kindle and other format this book has been release on 2021-05-11 with Computers categories.

This concise, easy-to-use reference puts one of the most popular frameworks for deep learning research and development at your fingertips. Author Joe Papa provides instant access to syntax, design patterns, and code examples to accelerate your development and reduce the time you spend searching for answers. Research scientists, machine learning engineers, and software developers will find clear, structured PyTorch code that covers every step of neural network development-from loading data to customizing training loops to model optimization and GPU/TPU acceleration. Quickly learn how to deploy your code to production using AWS, Google Cloud, or Azure and deploy your ML models to mobile and edge devices. Learn basic PyTorch syntax and design patterns Create custom models and data transforms Train and deploy models using a GPU and TPU Train and test a deep learning classifier Accelerate training using optimization and distributed training Access useful PyTorch libraries and the PyTorch ecosystem