AI e ML per programmatori in PyTorch

Capitolo 1. Introduzione a PyTorch

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: [e-mail]

Quando si tratta di creare intelligenza artificiale (AI), l'apprendimento automatico (ML) e l'apprendimento profondo sono ottimi punti di partenza. Quando si inizia, però, è facile essere sopraffatti dalle opzioni e da tutta la nuova terminologia. Questo libro si propone di demistificare le cose per i programmatori. Ti accompagna nella scrittura del codice per implementare i concetti di ML e deep learning e nella costruzione di modelli che si comportano più come un essere umano, con scenari come la computer vision, l'elaborazione del linguaggio naturale (NLP) e altro ancora. In questo modo, questi modelli diventano una forma di intelligenza sintetica o artificiale.

Ma quando parliamo di apprendimento automatico, di cosa si tratta esattamente? Diamo una rapida occhiata a questo aspetto e consideriamolo dal punto di vista di un programmatore prima di andare avanti. Dopo di che, nel resto del capitolo, ti mostreremo come installare gli strumenti del mestiere, da PyTorch stesso agli ambienti in cui potrai codificare e fare il debug dei tuoi modelli basati su PyTorch.

Cos'è il Machine Learning?

Prima di addentrarci nei dettagli del ML, vediamo come si è evoluto dalla programmazione tradizionale. Inizieremo con l'esaminare cosa sia la programmazione tradizionale, per poi considerare i casi in cui è limitata. Dopodiché ...