خرید و دانلود نسخه کامل کتاب PyTorch Pocket Reference: Building and Deploying Deep Learning Models
127,000 تومان قیمت اصلی 127,000 تومان بود.92,000 تومانقیمت فعلی 92,000 تومان است.
تعداد فروش: 59
| عنوان فارسی |
مرجع PyTorch Pocket: ساخت و استقرار مدل های یادگیری عمیق |
|---|---|
| عنوان اصلی | PyTorch Pocket Reference: Building and Deploying Deep Learning Models |
| ویرایش | 1 |
| ناشر | O’Reilly Media |
| نویسنده | Joe Papa |
| ISBN | 9781492090007 |
| سال نشر | 2021 |
| زبان | English |
| تعداد صفحات | 310 |
| دسته | سایبرنتیک: هوش مصنوعی |
| فرمت کتاب | pdf – قابل تبدیل به سایر فرمت ها |
| حجم فایل | 6.8 مگابایت |
آنتونی رابینز میگه : من در 40 سالگی به جایی رسیدم که برای رسیدن بهش 82 سال زمان لازمه و این رو مدیون کتاب خواندن زیاد هستم.
توضیحات فارسی
کتاب «راهنمای جیبی PyTorch: ساخت و استقرار مدلهای یادگیری عمیق» (PyTorch Pocket Reference: Building and Deploying Deep Learning Models) نوشته Joe Papa یک منبع فشرده و کاربردی برای آشنایی و کار با چارچوب قدرتمند PyTorch است. این کتاب به گونهای طراحی شده که برنامهنویسان، مهندسان داده و پژوهشگران هوش مصنوعی بتوانند به سرعت اصول اساسی PyTorch را فرا گرفته و مدلهای یادگیری عمیق خود را پیادهسازی کنند. در این کتاب مباحث کلیدی از جمله ایجاد شبکههای عصبی، آموزش و بهینهسازی مدلها، استفاده از دادهها، کار با GPU و استقرار مدلها پوشش داده میشود. نویسنده با ارائه مثالهای عملی و کدهای کوتاه، مسیر یادگیری را ساده و کاربردی کرده است. این اثر برای افرادی که میخواهند در کمترین زمان، دانش عملی لازم برای توسعه و اجرای مدلهای یادگیری عمیق با PyTorch را کسب کنند، گزینهای بسیار مناسب محسوب میشود.
English Description
PyTorch Pocket Reference: Building and Deploying Deep Learning Models by Joe Papa is a concise and practical guide to one of today’s most widely used deep learning frameworks. Designed as a quick-reference handbook, the book provides readers with the essential tools needed to build, train, and deploy neural networks using PyTorch. Core topics include tensor operations, model construction, optimization techniques, data handling, GPU acceleration, and deployment workflows. Through clear explanations and practical code snippets, the author ensures that both beginners and intermediate practitioners can quickly grasp the key features of PyTorch and apply them to real-world projects. This pocket reference is especially valuable for data scientists, machine learning engineers, and AI researchers who want a fast yet thorough introduction to PyTorch without wading through lengthy tutorials. Its compact format makes it an excellent companion for both study and on-the-job problem-solving.

نقد و بررسیها
هنوز بررسیای ثبت نشده است.