dlwpt code
1.0.0
このリポジトリには、Manning Publications から出版された Eli Stevens、Luca Antiga、Thomas Viehmann 著『Deep Learning with PyTorch』のコードが含まれています。
この本のマニング サイトは次のとおりです: https://www.manning.com/books/deep-learning-with-pytorch
この本は Amazon でも購入できます: https://amzn.to/38Iwrff (アフィリエイト リンク。ルールに従って: 「Amazon アソシエイトとして、対象商品を購入すると収益が得られます。」)
この本の正誤表は、マニング Web サイトまたは https://deep-learning-with-pytorch.github.io/dlwpt-code/errata.html で見つけることができます。
この本の目的は、PyTorch を使用した深層学習の基礎を提供し、実際のプロジェクトでの動作を示すことです。私たちは、深層学習の基礎となる重要な概念を提供し、PyTorch がそれを実践者の手にどのように提供するかを示すことに努めています。この本では、さらなる探索をサポートする直観を提供するよう努めており、その際、カーテンの裏で何が起こっているのかを示すために詳細を選択的に掘り下げています。 『Deep Learning with PyTorch』は参考書になることを目的としたものではありません。むしろ、これはオンラインでより高度な資料を独自に探索できるようにする概念的なコンパニオンです。そのため、PyTorch が提供する機能のサブセットに焦点を当てます。最も注目すべき欠如はリカレント ニューラル ネットワークですが、同じことが PyTorch API の他の部分にも当てはまります。
この本は、ディープ ラーニングの実践者である、またはそれを目指している開発者、および PyTorch について詳しく知りたいと考えている開発者を対象としています。私たちの典型的な読者は、コンピュータ サイエンティスト、データ サイエンティスト、ソフトウェア エンジニア、または関連プログラムに参加する学部生以降の学生であると想定されます。深層学習に関する事前知識を前提としていないため、本の前半の一部の部分は、経験豊富な実践者にはすでに知られている概念の繰り返しである可能性があります。そうした読者にとって、この解説が既知のトピックに対して少し異なる角度から提供されることを願っています。読者が命令型プログラミングとオブジェクト指向プログラミングの基本的な知識を持っていることを期待しています。この本では Python を使用しているため、構文と動作環境に精通している必要があります。 Python パッケージをインストールし、選択したプラットフォームでスクリプトを実行する方法を知っていることが前提条件です。 C++、Java、JavaScript、Ruby、またはその他の同様の言語を使用している読者は、簡単に理解できるはずですが、この本の外で復習する必要があります。同様に、厳密に必須ではない場合でも、NumPy に慣れておくと役に立ちます。また、行列やベクトルとは何か、内積とは何かなど、いくつかの基本的な線形代数に精通していることも期待されます。
Eli Stevens は、キャリアの大部分をシリコン バレーの新興企業で過ごし、ソフトウェア エンジニア (エンタープライズ ネットワーキング アプライアンスの製造) から CTO (放射線腫瘍学用ソフトウェアの開発) まで、さまざまな役割を果たしてきました。出版当時、彼は自動運転車業界での機械学習に取り組んでいます。
ルカ アンティガは、2000 年代に生体医工学の研究者として働き、過去 10 年間は AI エンジニアリング会社の共同創設者および CTO として過ごしました。彼は、PyTorch コアを含むいくつかのオープンソース プロジェクトに貢献してきました。彼は最近、データ定義ソフトウェアのインフラストラクチャに焦点を当てた米国に拠点を置くスタートアップ企業を共同設立しました。
Thomas Viehmann は、ドイツのミュンヘンを拠点とする機械学習と PyTorch 専門のトレーナーおよびコンサルタントであり、PyTorch のコア開発者です。数学の博士号を取得しているため、理論を恐れることはありませんが、それをコンピューティングの課題に適用する際には徹底的に実践的です。
