Programmation de PyTorch pour l'apprentissage profond

Chapitre 1. Démarrer avec PyTorch

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

Dans ce chapitre, nous mettons en place tout ce dont nous avons besoin pour travailler avec PyTorch. Une fois que nous l'aurons fait, tous les chapitres suivants s'appuieront sur cette base initiale, il est donc important de bien faire les choses. Cela nous amène à notre première question fondamentale : dois-tu construire un ordinateur de Deep Learning personnalisé ou simplement utiliser l'une des nombreuses ressources disponibles dans le cloud ?

Construire une machine de Deep Learning personnalisée

Lorsque l'on se plonge dans le Deep Learning, on a envie de se construire un monstre pour répondre à tous ses besoins en matière de calcul. Tu peux passer des jours à étudier les différents types de cartes graphiques, à apprendre les couloirs de mémoire que les différents choix de CPU t'offriront, le meilleur type de mémoire à acheter, et la taille du disque SSD que tu peux acheter pour rendre l'accès à ton disque aussi rapide que possible. Je ne prétends pas être à l'abri de cela ; il y a quelques années, j'ai passé un mois à dresser une liste de pièces détachées et à construire un nouvel ordinateur sur la table de ma salle à manger.

Mon conseil, surtout si tu es novice en matière de Deep Learning, est le suivant : ne le fais pas. Tu peux facilement dépenser plusieurs milliers de dollars pour une machine que tu n'utiliseras ...