Deep Learning with PyTorch, Second Edition (Hardcover)
Lingua: inglese
Editore: Manning Publications, New York, 2026
- Rilegato
- Nuovo
Da: Grand Eagle Retail, Bensenville, IL, U.S.A.Grand Eagle Retail
Venditore AbeBooks dal 12 ottobre 2005
Condizione: Nuovo
EUR 66,21
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Hardcover. Stop guessing at PyTorch syntax, start building production-ready models today. Bridge the gap between theory and working code with guided, hands-on projects. Confused by transformers and diffusion? Learn them through clear, incremental steps. Grow from basic tensors to complete neural networks without drowning in jargon. Feel confident diagnosing training issues using PyTorchs powerful visualization tools. Stay market-relevant by mastering the latest generative AI techniques right now. Project-based learning: Build an end-to-end medical image classifier that cements every concept. Flexible PyTorch APIs: Customize layers, losses, and optimizers for research or production speed. CNNs, RNNs, Transformers: Apply the right architecture to vision, language, and multimodal tasks. Generative models: Create text and images with large language models and diffusion networks. Optimization know-how: Improve accuracy, reduce inference cost, and streamline model deployment. Deep Learning with PyTorch, Second Edition, by Luca Antiga, Eli Stevens, Howard Huang, and Thomas Viehmann, delivers a credible, code-first roadmap for serious AI practitioners. The book guides you through every stage, from data loading to scaled deployment. Each chapter introduces a single concept, then immediately applies it to a working project. Updated coverage of transformers, diffusion, and distributed training keeps the content current. Friendly explanations, annotated code, and ample visuals make complex ideas clear and actionable. Finish the book able to design, train, and ship state-of-the-art models using PyTorchs flexible toolkit. You will upskill confidently and join the ranks of engineers pushing AI forward. Ideal for Python developers, data scientists, and ML engineers seeking practical mastery of modern deep learning. In Deep Learning with PyTorch, Second Edition, youll learn how to create your own neural network and deep learning systems and take full advantage of PyTorchs built-in tools for automatic differentiation, hardware acceleration, distributed training, and more. PyTorch makes it easy to build the powerful neural networks that underpin many modern advances in artificial intelligence. Shipping may be from multiple locations in the US or from the UK, depending on stock availability.…
Codice articolo 9781633438859
- Titolo
- Deep Learning with PyTorch, Second Edition (Hardcover)
- Autore
- Howard Huang
- Editore
- Manning Publications, New York
- Anno di pubblicazione
- 2026
- Condizione
- new
- Rilegatura
- Hardcover
- Lingua
- inglese
- ISBN 10
- 1633438856
- ISBN 13
- 9781633438859
- Edizione
- seconda edizione
PyTorch core developer Howard Huang updates the bestselling original Deep Learning with PyTorch with new insights into the transformers architecture and generative AI models.
Instantly familiar to anyone who knows PyData tools like NumPy, PyTorch simplifies deep learning without sacrificing advanced features. In this book you’ll learn how to create your own neural network and deep learning systems and take full advantage of PyTorch’s built-in tools for automatic differentiation, hardware acceleration, distributed training, and more. You’ll discover how easy PyTorch makes it to build your entire DL pipeline, including using the PyTorch Tensor API, loading data in Python, monitoring training, and visualizing results. Each new technique you learn is put into action with practical code examples in each chapter, culminating into you building your own convolution neural networks, transformers, and even a real-world medical image classifier.
In Deep Learning with PyTorch, Second Edition you’ll find:
• Deep learning fundamentals reinforced with hands-on projects
• Mastering PyTorch's flexible APIs for neural network development
• Implementing CNNs, transformers, and diffusion models
• Optimizing models for training and deployment
• Generative AI models to create images and text
About the technology
The powerful PyTorch library makes deep learning simple—without sacrificing the features you need to create efficient neural networks, LLMs, and other ML models. Pythonic by design, it’s instantly familiar to users of NumPy, Scikit-learn, and other ML frameworks. This thoroughly-revised second edition covers the latest PyTorch innovations, including how to create and refine generative AI models.
About the book
Deep Learning with PyTorch, Second Edition shows you how to build neural network models using the latest version of PyTorch. Clear explanations and practical projects help you master the fundamentals and explore advanced architectures including transformers and LLMs. Along the way you’ll learn techniques for training using augmented data, improving model architecture, and fine tuning.
What's inside
• PyTorch APIs for neural network development
• LLMs, transformers, and diffusion models
• Model training and deployment
About the reader
For Python programmers with a background in machine learning.
About the author
Howard Huang is a software engineer and developer on the PyTorch library focusing on large scale, distributed training. Eli Stevens, Luca Antiga, and Thomas Viehmann authored the first edition of Deep Learning with PyTorch.
Table of Contents
Part 1
1 Introducing deep learning and the PyTorch library
2 Pretrained networks
3 It starts with a tensor
4 Real-world data representation using tensors
5 The mechanics of learning
6 Using a neural network to fit the data
7 Telling birds from airplanes: Learning from images
8 Using convolutions to generalize
Part 2
9 How transformers work
10 Diffusion models for images
11 Using PyTorch to fight cancer
12 Combining data sources into a unified dataset
13 Training a classification model to detect suspected tumors
14 Improving training with metrics and augmentation
15 Using segmentation to find suspected nodules
16 Training models on multiple GPU
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Eli Stevens has worked in Silicon Valley for the past 15 years as a software engineer, and the past 7 years as Chief Technical Officer of a startup making medical device software.
Howard Huang is a software engineer and developer on the PyTorch library. During his tenure at PyTorch he has focused on large scale, distributed training.
Thomas Viehmann is a Machine Learning and PyTorch speciality trainer and consultant based in Munich, Germany and a PyTorch core developer.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
Grand Eagle Retail
Bensenville, IL, U.S.A.
Venditore AbeBooks dal 12 ottobre 2005
Tariffe di spedizione nazionale per U.S.A.
| Articolo | Da 6 a 14 giorni lavorativi | Da 6 a 16 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 0,00 | EUR 0,00 |
Metodi di pagamento
Informazioni sull’azienda del venditore
APOLLO ONLINE CORP.
605 Geddes Street
Wilmington, DE U.S.A. 19805
Condizioni di vendita
We guarantee the condition of every book as it¿s described on the Abebooks web sites. If you¿ve changed
your mind about a book that you¿ve ordered, please use the Ask bookseller a question link to contact us
and we¿ll respond within 2 business days.
Books ship from California and Michigan.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Grand Eagle Retail, Bensenville, Illinois, U.S.A., senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Orders usually ship within 2 business days. All books within the US ship free of charge. Delivery is 4-14 business days anywhere in the United States.
Books ship from California and Michigan.
If your book order is heavy or oversized, we may contact you to let you know extra shipping is required.