Gespeichert in:
| Beteilige Person: | |
|---|---|
| Format: | Elektronisch E-Book |
| Sprache: | Englisch Deutsch |
| Veröffentlicht: |
[Erscheinungsort nicht ermittelbar]
dpunkt
2020
|
| Ausgabe: | 1st edition. |
| Links: | https://learning.oreilly.com/library/view/-/9781098125899/?ar |
| Zusammenfassung: | Mit diesem praxisorientierten Buch meistern Sie die Methoden des Deep Learning, einer Teildisziplin des Machine Learning, die die Welt um uns herum verändert.Machen Sie sich mit PyTorch, dem populären Python-Framework von Facebook, vertraut, und lernen Sie Schlüsselkonzepte und neueste Techniken, um Ihre eigenen neuronalen Netze zu entwickeln. Ian Pointer zeigt Ihnen zunächst, wie Sie PyTorch in einer Cloud-basierten Umgebung einrichten. Er führt Sie dann durch die einzelnen Schritte der Entwicklung von neuronalen Architekturen, um praxisrelevante Anwendungen für Bilder, Ton, Text und andere Datenformate zu erstellen. Er erläutert auch das Transfer-Learning mit Bilddaten und das Debuggen der Modelle. Sie erfahren zudem, wie Sie Ihre Deep-Learning-Anwendungen in Docker-Containern und Kubernetes-Clustern in den Produktiveinsatz bringen. |
| Beschreibung: | Online resource; Title from title page (viewed September 4, 2020) |
| Umfang: | 1 online resource (272 pages) |
| ISBN: | 1098125894 9781098125899 3960103999 9783960103998 9783960091349 3960091346 |
Internformat
MARC
| LEADER | 00000cam a22000002c 4500 | ||
|---|---|---|---|
| 001 | ZDB-30-ORH-058897674 | ||
| 003 | DE-627-1 | ||
| 005 | 20240228121548.0 | ||
| 007 | cr uuu---uuuuu | ||
| 008 | 201021s2020 xx |||||o 00| ||eng c | ||
| 020 | |a 1098125894 |9 1-0981-2589-4 | ||
| 020 | |a 9781098125899 |9 978-1-0981-2589-9 | ||
| 020 | |a 3960103999 |9 3-96010-399-9 | ||
| 020 | |a 9783960103998 |9 978-3-96010-399-8 | ||
| 020 | |a 9783960091349 |9 978-3-96009-134-9 | ||
| 020 | |a 3960091346 |9 3-96009-134-6 | ||
| 035 | |a (DE-627-1)058897674 | ||
| 035 | |a (DE-599)KEP058897674 | ||
| 035 | |a (ORHE)9781098125899 | ||
| 035 | |a (DE-627-1)058897674 | ||
| 040 | |a DE-627 |b ger |c DE-627 |e rda | ||
| 041 | |a eng |a ger | ||
| 082 | 0 | |a 006.31 | |
| 100 | 1 | |a Pointer, Ian |e VerfasserIn |4 aut | |
| 245 | 1 | 0 | |a PyTorch für Deep Learning |c Pointer, Ian |
| 250 | |a 1st edition. | ||
| 264 | 1 | |a [Erscheinungsort nicht ermittelbar] |b dpunkt |c 2020 | |
| 300 | |a 1 online resource (272 pages) | ||
| 336 | |a Text |b txt |2 rdacontent | ||
| 337 | |a Computermedien |b c |2 rdamedia | ||
| 338 | |a Online-Ressource |b cr |2 rdacarrier | ||
| 500 | |a Online resource; Title from title page (viewed September 4, 2020) | ||
| 520 | |a Mit diesem praxisorientierten Buch meistern Sie die Methoden des Deep Learning, einer Teildisziplin des Machine Learning, die die Welt um uns herum verändert.Machen Sie sich mit PyTorch, dem populären Python-Framework von Facebook, vertraut, und lernen Sie Schlüsselkonzepte und neueste Techniken, um Ihre eigenen neuronalen Netze zu entwickeln. Ian Pointer zeigt Ihnen zunächst, wie Sie PyTorch in einer Cloud-basierten Umgebung einrichten. Er führt Sie dann durch die einzelnen Schritte der Entwicklung von neuronalen Architekturen, um praxisrelevante Anwendungen für Bilder, Ton, Text und andere Datenformate zu erstellen. Er erläutert auch das Transfer-Learning mit Bilddaten und das Debuggen der Modelle. Sie erfahren zudem, wie Sie Ihre Deep-Learning-Anwendungen in Docker-Containern und Kubernetes-Clustern in den Produktiveinsatz bringen. | ||
| 776 | 1 | |z 3960091346 | |
| 776 | 0 | 8 | |i Erscheint auch als |n Druck-Ausgabe |z 3960091346 |
| 966 | 4 | 0 | |l DE-91 |p ZDB-30-ORH |q TUM_PDA_ORH |u https://learning.oreilly.com/library/view/-/9781098125899/?ar |m X:ORHE |x Aggregator |z lizenzpflichtig |3 Volltext |
| 912 | |a ZDB-30-ORH | ||
| 912 | |a ZDB-30-ORH | ||
| 951 | |a BO | ||
| 912 | |a ZDB-30-ORH | ||
| 049 | |a DE-91 | ||
Datensatz im Suchindex
| DE-BY-TUM_katkey | ZDB-30-ORH-058897674 |
|---|---|
| _version_ | 1833357044230389761 |
| adam_text | |
| any_adam_object | |
| author | Pointer, Ian |
| author_facet | Pointer, Ian |
| author_role | aut |
| author_sort | Pointer, Ian |
| author_variant | i p ip |
| building | Verbundindex |
| bvnumber | localTUM |
| collection | ZDB-30-ORH |
| ctrlnum | (DE-627-1)058897674 (DE-599)KEP058897674 (ORHE)9781098125899 |
| dewey-full | 006.31 |
| dewey-hundreds | 000 - Computer science, information, general works |
| dewey-ones | 006 - Special computer methods |
| dewey-raw | 006.31 |
| dewey-search | 006.31 |
| dewey-sort | 16.31 |
| dewey-tens | 000 - Computer science, information, general works |
| discipline | Informatik |
| edition | 1st edition. |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02298cam a22004332c 4500</leader><controlfield tag="001">ZDB-30-ORH-058897674</controlfield><controlfield tag="003">DE-627-1</controlfield><controlfield tag="005">20240228121548.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">201021s2020 xx |||||o 00| ||eng c</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">1098125894</subfield><subfield code="9">1-0981-2589-4</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9781098125899</subfield><subfield code="9">978-1-0981-2589-9</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3960103999</subfield><subfield code="9">3-96010-399-9</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783960103998</subfield><subfield code="9">978-3-96010-399-8</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783960091349</subfield><subfield code="9">978-3-96009-134-9</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3960091346</subfield><subfield code="9">3-96009-134-6</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627-1)058897674</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)KEP058897674</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ORHE)9781098125899</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627-1)058897674</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">eng</subfield><subfield code="a">ger</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">006.31</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Pointer, Ian</subfield><subfield code="e">VerfasserIn</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">PyTorch für Deep Learning</subfield><subfield code="c">Pointer, Ian</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">1st edition.</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">[Erscheinungsort nicht ermittelbar]</subfield><subfield code="b">dpunkt</subfield><subfield code="c">2020</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 online resource (272 pages)</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Online resource; Title from title page (viewed September 4, 2020)</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Mit diesem praxisorientierten Buch meistern Sie die Methoden des Deep Learning, einer Teildisziplin des Machine Learning, die die Welt um uns herum verändert.Machen Sie sich mit PyTorch, dem populären Python-Framework von Facebook, vertraut, und lernen Sie Schlüsselkonzepte und neueste Techniken, um Ihre eigenen neuronalen Netze zu entwickeln. Ian Pointer zeigt Ihnen zunächst, wie Sie PyTorch in einer Cloud-basierten Umgebung einrichten. Er führt Sie dann durch die einzelnen Schritte der Entwicklung von neuronalen Architekturen, um praxisrelevante Anwendungen für Bilder, Ton, Text und andere Datenformate zu erstellen. Er erläutert auch das Transfer-Learning mit Bilddaten und das Debuggen der Modelle. Sie erfahren zudem, wie Sie Ihre Deep-Learning-Anwendungen in Docker-Containern und Kubernetes-Clustern in den Produktiveinsatz bringen.</subfield></datafield><datafield tag="776" ind1="1" ind2=" "><subfield code="z">3960091346</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Druck-Ausgabe</subfield><subfield code="z">3960091346</subfield></datafield><datafield tag="966" ind1="4" ind2="0"><subfield code="l">DE-91</subfield><subfield code="p">ZDB-30-ORH</subfield><subfield code="q">TUM_PDA_ORH</subfield><subfield code="u">https://learning.oreilly.com/library/view/-/9781098125899/?ar</subfield><subfield code="m">X:ORHE</subfield><subfield code="x">Aggregator</subfield><subfield code="z">lizenzpflichtig</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">BO</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-91</subfield></datafield></record></collection> |
| id | ZDB-30-ORH-058897674 |
| illustrated | Not Illustrated |
| indexdate | 2025-05-28T09:45:25Z |
| institution | BVB |
| isbn | 1098125894 9781098125899 3960103999 9783960103998 9783960091349 3960091346 |
| language | English German |
| open_access_boolean | |
| owner | DE-91 DE-BY-TUM |
| owner_facet | DE-91 DE-BY-TUM |
| physical | 1 online resource (272 pages) |
| psigel | ZDB-30-ORH TUM_PDA_ORH ZDB-30-ORH |
| publishDate | 2020 |
| publishDateSearch | 2020 |
| publishDateSort | 2020 |
| publisher | dpunkt |
| record_format | marc |
| spelling | Pointer, Ian VerfasserIn aut PyTorch für Deep Learning Pointer, Ian 1st edition. [Erscheinungsort nicht ermittelbar] dpunkt 2020 1 online resource (272 pages) Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Online resource; Title from title page (viewed September 4, 2020) Mit diesem praxisorientierten Buch meistern Sie die Methoden des Deep Learning, einer Teildisziplin des Machine Learning, die die Welt um uns herum verändert.Machen Sie sich mit PyTorch, dem populären Python-Framework von Facebook, vertraut, und lernen Sie Schlüsselkonzepte und neueste Techniken, um Ihre eigenen neuronalen Netze zu entwickeln. Ian Pointer zeigt Ihnen zunächst, wie Sie PyTorch in einer Cloud-basierten Umgebung einrichten. Er führt Sie dann durch die einzelnen Schritte der Entwicklung von neuronalen Architekturen, um praxisrelevante Anwendungen für Bilder, Ton, Text und andere Datenformate zu erstellen. Er erläutert auch das Transfer-Learning mit Bilddaten und das Debuggen der Modelle. Sie erfahren zudem, wie Sie Ihre Deep-Learning-Anwendungen in Docker-Containern und Kubernetes-Clustern in den Produktiveinsatz bringen. 3960091346 Erscheint auch als Druck-Ausgabe 3960091346 |
| spellingShingle | Pointer, Ian PyTorch für Deep Learning |
| title | PyTorch für Deep Learning |
| title_auth | PyTorch für Deep Learning |
| title_exact_search | PyTorch für Deep Learning |
| title_full | PyTorch für Deep Learning Pointer, Ian |
| title_fullStr | PyTorch für Deep Learning Pointer, Ian |
| title_full_unstemmed | PyTorch für Deep Learning Pointer, Ian |
| title_short | PyTorch für Deep Learning |
| title_sort | pytorch fur deep learning |
| work_keys_str_mv | AT pointerian pytorchfurdeeplearning |