PyTorch für Deep Learning. Ian Pointer

PyTorch für Deep Learning - Ian Pointer


Скачать книгу
Daten

       Daten mit PyTorch einspielen

       Einen Trainingsdatensatz erstellen

       Erstellen eines Validierungs- und eines Testdatensatzes

       Endlich, ein neuronales Netzwerk!

       Aktivierungsfunktionen

       Ein Netzwerk erstellen

       Verlustfunktionen

       Optimierung

       Training

       Validierung

       Ein Modell auf der GPU zum Laufen bringen

       Alles in einem

       Vorhersagen treffen

       Speichern von Modellen

       Zusammenfassung

       Weiterführende Literatur

       3Neuronale Konvolutionsnetze (CNNs)

       Unser erstes Konvolutionsnetz

       Konvolutionen

       Pooling

       Die Dropout-Schicht

       Die Geschichte der CNN-Architekturen

       AlexNet

       Inception/GoogLeNet

       VGG

       ResNet

       Weitere Architekturen

       Vortrainierte Modelle in PyTorch nutzen

       Die Struktur eines Modells untersuchen

       Die Batch-Normalisierungs-Schicht

       Welches Modell sollten Sie verwenden?

       One-Stop-Shopping für Modelle: PyTorch Hub

       Zusammenfassung

       Weiterführende Literatur

       4Transfer Learning und andere Kniffe

       Transfer Learning mit ResNet

       Die optimale Lernrate finden

       Differenzielle Lernraten

       Datenaugmentation

       Transformationen in Torchvision

       Farbräume und Lambda-Transformationen

       Benutzerdefinierte Transformationsklassen

       Klein anfangen und schrittweise vergrößern!

       Ensemble-Modelle

       Zusammenfassung

       Weiterführende Literatur

       5Textklassifizierung

       Rekurrente neuronale Netzwerke

       Long-Short-Term-Memory-(LSTM-)Netzwerke

       Gated Recurrent Units (GRUs)

       BiLSTM-Netzwerke

       Einbettungen

       Torchtext

       Ein Twitter-Datensatz

       Field-Objekte definieren

       Einen Wortschatz aufbauen

       Erstellung unseres Modells

       Die Trainingsschleife modifizieren

       Tweets


Скачать книгу