PyTorch kompakt

EAN/GTIN:: 9783960091851
Hersteller-Nr.:: 9783960091851
Kategorie:: Gedruckte Bücher
Angebote:: 2 Shops
Preisspanne:: 29,90 € – 29,90 €

Preisalarm

Bester Preis

2 Angebote

ab 29,90 €

Günstigstes Angebot

averdo

Versand: siehe Shop

29,90 €

Gesamt 29,90 €

Zum Shop: averdo

Zuletzt aktualisiert: 14. November 2026, 14:21 Uhr

Preisvergleich: 2 Angebote

Sortiert nach Gesamtpreis inkl. Versand · Preise inkl. MwSt. · Als „Nicht verifiziert“ markierte Angebote stammen von Shops ohne Partnerschaft und werden nie als „Bester Preis“ hervorgehoben, solange es ein Partner-Angebot gibt. Bei gleichem Gesamtpreis steht das früher gelistete Angebot zuerst. * „statt“: vom Shop angegebener Vergleichspreis (früherer Shop-Preis oder UVP), nicht von uns geprüft.

Bester Preis

averdo

29,90 €

Gesamt: 29,90 €

Auf Lager

Versand: siehe Shop

Zum Shop
preigu

29,90 €

Gesamt: 29,90 €

Auf Lager · 1-2 Werktage

Versandkostenfrei

Zum Shop

Anzeige – CSS von Cyberslide: CyberSlide ist ein Preisvergleichsdienst (Comparison Shopping Service) und kein Händler. Wenn du über „Zum Shop“ zu einem Händler wechselst oder dort kaufst, erhalten wir ggf. eine Provision (Affiliate-Link). Für dich entstehen dabei keine Mehrkosten. Die Reihenfolge der Angebote richtet sich ausschließlich nach dem Gesamtpreis inkl. Versand; nicht verfügbare Angebote stehen am Ende. Gelistet werden überwiegend Shops, mit denen wir zusammenarbeiten (Partnerprogramme bzw. Provision) – der Vergleich bildet daher nicht den gesamten Markt ab. Angebote mit „Nicht verifiziert“ stammen von Shops ohne Partnerschaft: Ihre Preise lesen wir automatisch von der Shop-Website (ohne Gewähr); sie werden nicht als „Bester Preis“ hervorgehoben, solange es ein Partner-Angebot gibt. Mehr zu Ranking & Bewertungen · Inhalt melden

Alle Preise in Euro inkl. gesetzlicher MwSt., zzgl. der angegebenen Versandkosten. Preise und Verfügbarkeit können sich seit der letzten Aktualisierung geändert haben; maßgeblich ist der Preis im Shop.

Preisverlauf

Tiefstpreis: –
Höchstpreis: –
Veränderung: –

Preisverlauf wird geladen …

Günstigster Preis über alle Shops (ohne Versand). Gespeichert wird nur, wenn sich der Bestpreis ändert; Daten älter als 12 Monate als Monats-Tiefst-/Höchstpreis.

Preisalarm

Wir schicken dir eine E-Mail, sobald dein Wunschpreis erreicht ist.

Produktbeschreibung

Eine großartige Ressource für alle, die mit PyTorch arbeiten- Kurzgefasstes und präzises Wissen zu dem populären Deep-Learning-Framework- Sowohl für PyTorch-Einsteiger:innen als auch für Fortgeschrittene nützlich- Überblick über Modellentwicklung, Deployment, das PyTorch-Ökosystem und über hilfreiche PyTorch-Bibliotheken- Mit Kurzeinstieg in PyTorchDieses praktische Nachschlagewerk zu PyTorch, einem der beliebtesten Frameworks für Deep Learning, hält jederzeit präzises Wissen für Sie bereit. Joe Papa bietet Ihnen mit seiner Referenz den direkten Zugriff auf Syntax, Design Patterns und gut nachvollziehbare PyTorch-Codebeispiele. Das Buch enthält - neben einem PyTorch-Schnelleinstieg - eine Fülle von Informationen, die Ihre Entwicklungsarbeit verbessern und effizienter machen.Data Scientists, Softwareentwickler:innen und Machine Learning Engineers finden in diesem Buch klaren, strukturierten PyTorch-Code, der jeden Schritt der Entwicklung neuronaler Netze abdeckt - vom Laden der Daten über die Anpassung von Trainingsschleifen bis hin zur Modelloptimierung und GPU-/TPU-Beschleunigung. Erfahren Sie außerdem, wie Sie Ihre ML-Modelle über AWS, Google Cloud oder Azure deployen und auf mobilen und Edge-Geräten bereitstellen.- Lernen Sie Tensoren und die grundlegende Syntax von PyTorch kennen- Erstellen Sie maßgeschneiderte Modelle sowie eigene Komponenten und Algorithmen für Deep Learning- Nutzen Sie Design Patterns zu Transfer Learning, Stimmungsanalyse oder Generative Adversarial Networks (GANs) für Ihre Projekte- Trainieren und deployen Sie Modelle sowohl auf GPUs als auch auf TPUs- Beschleunigen Sie den Trainingsprozess durch Optimierung der Modelle und durch parallele und verteilte Verarbeitung- Informieren Sie sich über nützliche PyTorch-Bibliotheken und das PyTorch-Ökosystem