کامپیوترها

دستور العمل های PyTorch: یک رویکرد مشکل-راه حل

PyTorch Recipes: A Problem-Solution Approach

دانلود کتاب PyTorch Recipes: A Problem-Solution Approach (به فارسی: دستور العمل های PyTorch: یک رویکرد مشکل-راه حل) نوشته شده توسط «Pradeepta Mishra»


اطلاعات کتاب دستور العمل های PyTorch: یک رویکرد مشکل-راه حل

موضوع اصلی: کامپیوترها

نوع: کتاب الکترونیکی

ناشر: Apress

نویسنده: Pradeepta Mishra

زبان: english

فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2019

تعداد صفحه: 184 / 198

حجم فایل: 15.03 مگابایت

کد کتاب: 1484242572 , 9781484242575

نوبت چاپ: 1

توضیحات کتاب دستور العمل های PyTorch: یک رویکرد مشکل-راه حل

با استفاده از رویکرد حل مسئله با مفاهیم یادگیری عمیق Pytorch سرعت بگیرید. با مقدمه ای بر PyTorch، با تانسورها آشنا خواهید شد، نوعی ساختار داده که برای محاسبه عملیات حسابی استفاده می شود و همچنین نحوه عملکرد آنها را یاد می گیرید. سپس با استفاده از PyTorch به توزیع های احتمالی نگاهی می اندازید و با مفاهیم آن آشنا می شوید. در ادامه با PyTorch وارد تبدیل ها و محاسبات نموداری خواهید شد. در طول مسیر، نگاهی به مسائل رایجی که در پیاده سازی شبکه های عصبی و تمایز تانسور با آن روبه رو می شوند، بیندازید و بهترین راه حل ها را برای آنها دریافت کنید.
حرکت به سمت الگوریتم ها؛ شما یاد خواهید گرفت که PyTorch چگونه با الگوریتم های نظارت شده و بدون نظارت کار می کند. خواهید دید که چگونه شبکه های عصبی کانولوشنال، شبکه های عصبی عمیق و شبکه های عصبی تکراری با استفاده از PyTorch کار می کنند. در پایان با پردازش زبان طبیعی و پردازش متن با استفاده از PyTorch آشنا خواهید شد.

آنچه خواهید آموخت
• عملیات تانسور اصلی برای محاسبات مبتنی بر نمودار پویا با استفاده از PyTorch
• تبدیل PyTorch و محاسبات نمودار برای شبکه های عصبی را ایجاد کنید
• یادگیری تحت نظارت و بدون نظارت را با استفاده از PyTorch
انجام دهید
• با الگوریتم های یادگیری عمیق مانند CNN و RNN
کار کنید
• ساخت مدل های LSTM در PyTorch
• از PyTorch برای پردازش متن
استفاده کنید

این کتاب برای چه کسانی است
خوانندگانی که می خواهند مستقیماً در برنامه نویسی PyTorch شیرجه بزنند.


Get up to speed with the deep learning concepts of Pytorch using a problem-solution approach. Starting with an introduction to PyTorch, you’ll get familiarized with tensors, a type of data structure used to calculate arithmetic operations and also learn how they operate. You will then take a look at probability distributions using PyTorch and get acquainted with its concepts. Further you will dive into transformations and graph computations with PyTorch. Along the way you will take a look at common issues faced with neural network implementation and tensor differentiation, and get the best solutions for them.
Moving on to algorithms; you will learn how PyTorch works with supervised and unsupervised algorithms. You will see how convolutional neural networks, deep neural networks, and recurrent neural networks work using PyTorch. In conclusion you will get acquainted with natural language processing and text processing using PyTorch.

What You Will Learn
• Master tensor operations for dynamic graph-based calculations using PyTorch
• Create PyTorch transformations and graph computations for neural networks
• Carry out supervised and unsupervised learning using PyTorch
• Work with deep learning algorithms such as CNN and RNN
• Build LSTM models in PyTorch
• Use PyTorch for text processing

Who This Book Is For
Readers wanting to dive straight into programming PyTorch.

دانلود کتاب «دستور العمل های PyTorch: یک رویکرد مشکل-راه حل»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.

دیدگاهتان را بنویسید