Aprendizaje profundo para programadores con fastai y PyTorch

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com A menudo se considera que el aprendizaje profundo es dominio exclusivo de los doctores en matemáticas y las grandes empresas tecnológicas. Pero como demuestra esta guía práctica, los programadores que se sientan cómodos con Python pueden lograr resultados impresionantes en el aprendizaje profundo con poca formación matemática, pequeñas cantidades de datos y un código mínimo. ¿Cómo? Con fastai, la primera biblioteca que proporciona una interfaz coherente para las aplicaciones de aprendizaje profundo más utilizadas. Los autores Jeremy Howard y Sylvain Gugger, creadores de fastai, te muestran cómo entrenar un modelo en una amplia gama de tareas utilizando fastai y PyTorch. También te sumergirás progresivamente en la teoría del aprendizaje profundo para adquirir una comprensión completa de los algoritmos que se esconden entre bastidores. Entrena modelos en visión por ordenador, procesamiento del lenguaje natural, datos tabulares y filtrado colaborativo Aprende las últimas técnicas de aprendizaje profundo que más importan en la práctica Mejora la precisión, la velocidad y la fiabilidad comprendiendo cómo funcionan los modelos de aprendizaje profundo Descubre cómo convertir tus modelos en aplicaciones web Implementa algoritmos de aprendizaje profundo desde cero Considera las implicaciones éticas de tu trabajo Obtén información del prólogo del cofundador de PyTorch, Soumith Chintala