December 2021
Intermediate to advanced
238 pages
6h 20m
German
In den vorherigen Kapiteln haben Sie alles gelernt, was Sie brauchen, um Deep-Learning-Modelle mit PyTorch zu entwickeln und bereitzustellen. Sie wissen, wie Sie Ihre Modelle auf verschiedenen Plattformen erstellen, trainieren, testen und beschleunigen können und wie Sie diese Modelle in der Cloud und auf Edge-Geräten installieren. Wie Sie gesehen haben, ist PyTorch sehr leistungsfähig, was sowohl die Entwicklungs- als auch die Bereitstellungsumgebungen angeht. Zudem ist es in hohem Maße erweiterbar, sodass Sie auf Ihre Ansprüche zugeschnittene Anpassungen vornehmen können.
Zum Abschluss dieses Referenzhandbuchs untersuchen wir das PyTorch-Ökosystem, andere unterstützende Bibliotheken ...
Read now
Unlock full access