Engineering Deep Learning Systems
Lingua: inglese
Editore: Manning Publications, US, 2023
- Brossura
- Nuovo
Da: Rarewaves.com UK, London, Regno UnitoRarewaves.com UK
Venditore AbeBooks dal 11 giugno 2025
Condizione: Nuovo
EUR 42,37
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Design systems optimized for deep learning models. Written for software engineers, this book teaches you how to implement a maintainable platform for developing deep learning models. In Engineering Deep Learning Systems you will learn how to: Transfer your software development skills to deep learning systemsRecognize and solve common engineering challenges for deep learning systemsUnderstand the deep learning development cycleAutomate training for models in TensorFlow and PyTorchOptimize dataset management, training, model serving and hyperparameter tuningPick the right open-source project for your platformEngineering Deep Learning Systems is a practical guide for software engineers and data scientists who are designing and building platforms for deep learning. It's full of hands-on examples that will help you transfer your software development skills to implementing deep learning platforms. You'll learn how to build automated and scalable services for core tasks like dataset management, model training/serving, and hyperparameter tuning. This book is the perfect way to step into an exciting-and lucrative-career as a deep learning engineer. about the technology Behind every deep learning researcher is a team of engineers bringing their models to production. To build these systems, you need to understand how a deep learning system's platform differs from other distributed systems. By mastering the core ideas in this book, you'll be able to support deep learning systems in a way that's fast, repeatable, and reliable.…
Codice articolo LU-9781633439863
- Titolo
- Engineering Deep Learning Systems
- Autore
- Chi Wang, Donald Szeto
- Editore
- Manning Publications, US
- Anno di pubblicazione
- 2023
- Condizione
- New
- Rilegatura
- Paperback
- Lingua
- inglese
- ISBN 10
- 1633439860
- ISBN 13
- 9781633439863
- Peso dell'articolo
- 660 grammi
- Dimensioni
- 7.38 x 0.9 x 9.25 inches
In Designing Deep Learning Systems you will learn how to:
- Transfer your software development skills to deep learning systems
- Recognize and solve common engineering challenges for deep learning systems
- Understand the deep learning development cycle
- Automate training for models in TensorFlow and PyTorch
- Optimize dataset management, training, model serving and hyperparameter tuning
- Pick the right open-source project for your platform
Deep learning systems are the components and infrastructure essential to supporting a deep learning model in a production environment. Written especially for software engineers with minimal knowledge of deep learning’s design requirements, Designing Deep Learning Systems is full of hands-on examples that will help you transfer your software development skills to creating these deep learning platforms. You’ll learn how to build automated and scalable services for core tasks like dataset management, model training/serving, and hyperparameter tuning. This book is the perfect way to step into an exciting—and lucrative—career as a deep learning engineer.
Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications.
About the technology
To be practically usable, a deep learning model must be built into a software platform. As a software engineer, you need a deep understanding of deep learning to create such a system. Th is book gives you that depth.
About the book
Designing Deep Learning Systems: A software engineer's guide teaches you everything you need to design and implement a production-ready deep learning platform. First, it presents the big picture of a deep learning system from the developer’s perspective, including its major components and how they are connected. Then, it carefully guides you through the engineering methods you’ll need to build your own maintainable, efficient, and scalable deep learning platforms.
What's inside
- The deep learning development cycle
- Automate training in TensorFlow and PyTorch
- Dataset management, model serving, and hyperparameter tuning
- A hands-on deep learning lab
About the reader
For software developers and engineering-minded data scientists. Examples in Java and Python.
About the author
Chi Wang is a principal software developer in the Salesforce Einstein group. Donald Szeto was the co-founder and CTO of PredictionIO.
Table of Contents
1 An introduction to deep learning systems
2 Dataset management service
3 Model training service
4 Distributed training
5 Hyperparameter optimization service
6 Model serving design
7 Model serving in practice
8 Metadata and artifact store
9 Workflow orchestration
10 Path to production
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Donald Szeto was the co-founder and CTO of PredictionIO, a startup that aimed to help democratize and accelerate the adoption of machine learning. PredictionIO was acquired by Salesforce, where he continued his work on machine learning and deep learning systems. Donald is currently investing in, advising, and mentoring technology startups.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
Rarewaves.com UK
London, Regno Unito
Venditore AbeBooks dal 11 giugno 2025
Tariffe di spedizione da Regno Unito a U.S.A.
| Articolo | Da 60 a 60 giorni lavorativi | Da 60 a 60 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 76,79 | EUR 118,14 |
Metodi di pagamento
Informazioni sull’azienda del venditore
RAREWAVES.COM LIMITED
Elsley Court, 20-22 Great Titchfield Street
London, Regno Unito W1W 8BE
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 Rarewaves.com UK, Unit 144 The Lightbox, 111 Power Road, W4 5PY, London, London, United Kingdom, 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
Please note that we do not offer Priority shipping to any country.
We currently do not ship to the below countries:
Russia
Belarus
Ukraine
Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.