dlwpt code
1.0.0
يحتوي هذا المستودع على كود خاص بكتاب Deep Learning with PyTorch من تأليف إيلي ستيفنز، ولوكا أنتيغا، وتوماس فيهمان، والذي نشرته شركة Manning Publications.
موقع مانينغ للكتاب هو: https://www.manning.com/books/deep-learning-with-pytorch
يمكن أيضًا شراء الكتاب من أمازون: https://amzn.to/38Iwrff (رابط تابع؛ وفقًا للقواعد: "باعتباري أحد شركاء أمازون، أربح من عمليات الشراء المؤهلة.")
يمكن العثور على أخطاء الكتاب على موقع manning، أو على https://deep-learning-with-pytorch.github.io/dlwpt-code/errata.html
يهدف هذا الكتاب إلى توفير أسس التعلم العميق باستخدام PyTorch وإظهارها عمليًا في مشروع واقعي. نحن نسعى جاهدين لتوفير المفاهيم الأساسية التي يقوم عليها التعلم العميق وإظهار كيف تضعها PyTorch في أيدي الممارسين. نحاول في الكتاب تقديم حدس يدعم المزيد من الاستكشاف، وبذلك نتعمق بشكل انتقائي في التفاصيل لإظهار ما يجري خلف الستار. لا يحاول التعلم العميق باستخدام PyTorch أن يكون كتابًا مرجعيًا؛ بل هو رفيق مفاهيمي يسمح لك باستكشاف المزيد من المواد المتقدمة عبر الإنترنت بشكل مستقل. وعلى هذا النحو، فإننا نركز على مجموعة فرعية من الميزات التي تقدمها PyTorch. الغياب الأبرز هو الشبكات العصبية المتكررة، ولكن الأمر نفسه ينطبق على الأجزاء الأخرى من واجهة برمجة تطبيقات PyTorch.
هذا الكتاب مخصص للمطورين الذين يهدفون إلى أن يصبحوا ممارسي التعلم العميق والذين يرغبون في التعرف على PyTorch. نحن نتخيل أن قارئنا النموذجي هو عالم كمبيوتر، أو عالم بيانات، أو مهندس برمجيات، أو طالب جامعي أو طالب لاحق في برنامج ذي صلة. نظرًا لأننا لا نفترض معرفة مسبقة بالتعلم العميق، فقد تكون بعض الأجزاء في النصف الأول من الكتاب عبارة عن تكرار لمفاهيم معروفة بالفعل للممارسين ذوي الخبرة. بالنسبة لهؤلاء القراء، نأمل أن يقدم العرض زاوية مختلفة قليلًا للموضوعات المعروفة. نتوقع أن يكون لدى القراء معرفة أساسية بالبرمجة الحتمية والموجهة للكائنات. بما أن الكتاب يستخدم لغة بايثون، فيجب أن تكون على دراية ببناء الجملة وبيئة التشغيل. تعد معرفة كيفية تثبيت حزم Python وتشغيل البرامج النصية على النظام الأساسي الذي تختاره شرطًا أساسيًا. القراء القادمون من لغة C++، أو Java، أو JavaScript، أو Ruby، أو لغات أخرى من هذا القبيل يجب أن يكون لديهم وقت سهل في تعلمها ولكنهم سيحتاجون إلى القيام ببعض الأمور خارج هذا الكتاب. وبالمثل، فإن التعرف على NumPy سيكون مفيدًا، إن لم يكن مطلوبًا بشكل صارم. ونتوقع أيضًا الإلمام ببعض أساسيات الجبر الخطي، مثل معرفة ماهية المصفوفات والمتجهات وما هو حاصل الضرب النقطي.
أمضى إيلي ستيفنز معظم حياته المهنية في العمل في الشركات الناشئة في وادي السيليكون، حيث تراوحت أدواره بين مهندس برمجيات (صنع أجهزة شبكات المؤسسات) إلى CTO (تطوير برمجيات لعلاج الأورام بالإشعاع). أثناء النشر، كان يعمل على التعلم الآلي في صناعة السيارات ذاتية القيادة.
عمل لوكا أنتيجا كباحث في الهندسة الطبية الحيوية في العقد الأول من القرن الحادي والعشرين، وقضى العقد الماضي كمؤسس مشارك ورئيس قسم التكنولوجيا في إحدى شركات هندسة الذكاء الاصطناعي. وقد ساهم في العديد من المشاريع مفتوحة المصدر، بما في ذلك مشروع PyTorch الأساسي. وقد شارك مؤخرًا في تأسيس شركة ناشئة مقرها الولايات المتحدة تركز على البنية التحتية للبرامج المعرفة بالبيانات.
توماس فيهمان هو مدرب ومستشار متخصص في التعلم الآلي وPyTorch ومقره في ميونيخ، ألمانيا، ومطور PyTorch الأساسي. ومع حصوله على درجة الدكتوراه في الرياضيات، فهو لا يخاف من النظرية، لكنه عملي تمامًا عند تطبيقها على تحديات الحوسبة.
