- Prefacio
- Acerca de los Autores
- Preguntas Frecuentes
- ¿Por qué PyTorch?
- ¿Por qué Este Libro?
- ¿Quién Debería Leer Este Libro?
- ¿Qué Necesito Saber?
- Cómo Leer Este Libro
- ¿Qué es lo Siguiente?
- Guía de Configuración
- Repositorio Oficial
- Entornos de Programación
- Google Colab
- Binder
- Instalación Local
- Seguimos
- Capítulo 0: Visualizando el Descenso de Gradiente
- Visualizando el Descenso de Gradiente
- Modelo
- Generación de Datos
- Paso 0 - Inicialización aleatoria
- Paso 1 - Calcular las Predicciones del Modelo
- Paso 2 - Calcular la Pérdida (Loss)
- Paso 3 - Calcular los Gradientes
- Paso 4 - Actualizar los Parámetros
- Paso 5 - ¡Aclarar y repetir!
- Capítulo 1: Un Problema Sencillo de Regresión
- Un Problema Sencillo de Regresión
- Generación de datos
- Regresión Lineal en Numpy
- PyTorch
- Autograd
- Grafo Computacional Dinámico
- Optimizador
- Pérdida (Loss)
- Modelo
- Capítulo 2: Repensar el Bucle de Entrenamiento
- Repensar el Bucle de Entrenamiento
- Conjunto de Datos (Dataset)
- Cargador de Datos (DataLoader)
- Evaluación
- TensorBoard
- Guardar y Cargar Modelos
- Capítulo 2.1: Vayamos con Clase
- Vyamos con Clase
- La Clase
- El Constructor
- Entrenamiento de Modelos
- Guardar y Cargar Modelos
- Métodos de Visualización
- El Código Completo
- Todos los Pasos, con Clase
- Entrenamiento del Modelo
- Haciendo Predicciones
- Checkpointing
- Retomando el Entrenamiento
- Vyamos con Clase
- Capítulo 3: Un Problema Sencillo de Clasificación
- Un Problema Sencillo de Clasificación
- Generación de Datos
- Preparación de Datos
- Modelo
- Pérdida (Loss)
- BCELoss
- BCEWithLogitsLoss
- Conjunto de Datos Desequilibrado
- Configuración del Modelo
- Entrenamiento de Modelos
- Frontera de Decisión
- Umbral de Clasificación
- Matriz de Confusión
- Métricas
- Equilibrios y Curvas
Aprendizaje Profundo con PyTorch Paso a Paso - Volumen I: Fundamentos
Una Guía para Principiantes
¿Estás buscando un libro con el que puedas aprender sobre aprendizaje profundo y PyTorch sin tener que pasar horas descifrando texto y código críptico? ¿Un libro técnico que sea también legible y entretenido? ¡Aquí lo tienes!
The authors are letting you choose the price you pay for this book!
¿Estás buscando un libro con el que puedas aprender sobre aprendizaje profundo y PyTorch sin tener que pasar horas descifrando texto y código críptico? ¿Un libro técnico que sea también legible y entretenido? ¡Aquí lo tienes!
PDF
288
Pages
About
About the Book
¿Estás buscando un libro con el que puedas aprender sobre aprendizaje profundo y PyTorch sin tener que pasar horas descifrando texto y código críptico? ¿Un libro técnico que sea también legible y entretenido?
¡Aquí lo tienes!
En primer lugar, este libro presenta un enfoque fácil de seguir, estructurado, incremental y de primeros principios para aprender PyTorch.
En segundo lugar, este es un libro bastante informal: está escrito como si tú, el lector, estuviera teniendo una conversación con Daniel, el autor. La idea es que puedas entender bien el tema, por lo que se evita la notación matemática sofisticada tanto como sea posible y se explica todo en lenguaje llano.
En este primer volumen de la serie, conocerás los fundamentos de PyTorch: autograd, clases, datos, cargadores de datos, etc. Desarrollarás, paso a paso, no solo los modelos en sí, sino también tu comprensión sobre ellos.
Cuando termines este libro, tendrás una comprensión completa de los conceptos y herramientas necesarias para comenzar a desarrollar y entrenar tus propios modelos usando PyTorch.
Feedback
Price
Pick Your Price...
Minimum price
$9.95
$14.95
You pay
$14.95Authors earn
$11.96Author
About the Authors
Daniel Voigt Godoy
Daniel has been teaching machine learning and distributed computing technologies at Data Science Retreat, the longest-running Berlin-based bootcamp, for more than three years, helping more than 150 students advance their careers.
He writes regularly for Towards Data Science. His blog post "Understanding PyTorch with an example: a step-by-step tutorial" reached more than 220,000 views since it was published.
The positive feedback from the readers resulted in an invitation to speak at the Open Data Science Conference (ODSC) Europe in 2019. It also motivated him to write the book "Deep Learning with PyTorch Step-by-Step", which covers a broader range of topics.
Daniel is also the main contributor of two python packages: HandySpark and DeepReplay.
His professional background includes 20 years of experience working for companies in several industries: banking, government, fintech, retail and mobility.
Episode 221
An Interview with Daniel Voigt Godoy
Jesús Martínez-Blanco
Jesús has a PhD in Physics from Universidad Autónoma de Madrid. As a scientist, he worked in several laboratories in the field of nanotechnology.
Following his passion for data modelling and automation, he turned into a data scientist at the end of 2015, working in industries like online marketing and mobility.
He is currently Principal Data Scientist at FlixBus, Europe’s largest long-distance bus provider. He is also teacher and mentor at Data Science Retreat, where he teaches courses on Interactive Data Visualisation using web technologies.
Contents
Table of Contents
Get the free sample chapters
Click the buttons to get the free sample in PDF or EPUB, or read the sample online here
The Leanpub 60 Day 100% Happiness Guarantee
Within 60 days of purchase you can get a 100% refund on any Leanpub purchase, in two clicks.
Now, this is technically risky for us, since you'll have the book or course files either way. But we're so confident in our products and services, and in our authors and readers, that we're happy to offer a full money back guarantee for everything we sell.
You can only find out how good something is by trying it, and because of our 100% money back guarantee there's literally no risk to do so!
So, there's no reason not to click the Add to Cart button, is there?
See full terms...
Earn $8 on a $10 Purchase, and $16 on a $20 Purchase
We pay 80% royalties on purchases of $7.99 or more, and 80% royalties minus a 50 cent flat fee on purchases between $0.99 and $7.98. You earn $8 on a $10 sale, and $16 on a $20 sale. So, if we sell 5000 non-refunded copies of your book for $20, you'll earn $80,000.
(Yes, some authors have already earned much more than that on Leanpub.)
In fact, authors have earned over $14 million writing, publishing and selling on Leanpub.
Learn more about writing on Leanpub
Free Updates. DRM Free.
If you buy a Leanpub book, you get free updates for as long as the author updates the book! Many authors use Leanpub to publish their books in-progress, while they are writing them. All readers get free updates, regardless of when they bought the book or how much they paid (including free).
Most Leanpub books are available in PDF (for computers) and EPUB (for phones, tablets and Kindle). The formats that a book includes are shown at the top right corner of this page.
Finally, Leanpub books don't have any DRM copy-protection nonsense, so you can easily read them on any supported device.
Learn more about Leanpub's ebook formats and where to read them
Write and Publish on Leanpub
You can use Leanpub to easily write, publish and sell in-progress and completed ebooks and online courses!
Leanpub is a powerful platform for serious authors, combining a simple, elegant writing and publishing workflow with a store focused on selling in-progress ebooks.
Leanpub is a magical typewriter for authors: just write in plain text, and to publish your ebook, just click a button. (Or, if you are producing your ebook your own way, you can even upload your own PDF and/or EPUB files and then publish with one click!) It really is that easy.