Deep Learning with PyTorch: Build, train, and tune neural networks using Python tools

"Deep Learning with PyTorch: Build, train, and tune neural networks using Python tools" von Thomas Viehmann ist ein umfassendes Handbuch für Entwickler und Datenwissenschaftler, die sich mit der Implementierung von Deep-Learning-Modellen in PyTorch beschäftigen möchten. Das Buch bietet eine praxisorientierte Einführung in die Grundlagen des Deep Learning und führt den Leser schrittweise durch den Prozess der Erstellung, Schulung und Optimierung neuronaler Netzwerke. Es beginnt mit einer Einführung in die grundlegenden Konzepte des maschinellen Lernens und der neuronalen Netze, gefolgt von einer detaillierten Erklärung der PyTorch-Bibliothek und ihrer Funktionen. Der Autor behandelt wichtige Themen wie Datenvorverarbeitung, Modellarchitekturen, Trainingsmethoden und Hyperparameter-Tuning. Darüber hinaus werden fortgeschrittene Techniken wie Transferlernen, Convolutional Neural Networks (CNNs) und Recurrent Neural Networks (RNNs) behandelt. Das Buch enthält zahlreiche Code-Beispiele und praktische Übungen, die es dem Leser ermöglichen, das Gelernte direkt anzuwenden und eigene Projekte zu entwickeln. Es richtet sich sowohl an Anfänger als auch an erfahrene Entwickler, die ihre Kenntnisse im Bereich Deep Learning vertiefen möchten.