🔋 Полное руководство по PyTorch для специалистов по данным

PyTorch стал одним из де-факто стандартов для создания нейронных сетей, и мне нравится его интерфейс. Тем не менее, новичкам это как-то немного сложно понять.

Я помню, что выбрал PyTorch только после обширных экспериментов пару лет назад. По правде говоря, у меня ушло много времени, чтобы понять это, но я рад, что перешел с Кераса на PyTorch. Благодаря высокой настраиваемости и синтаксису Python, работать с PyTorch просто приятно, и я бы порекомендовал его всем, кто хочет сделать тяжелую работу с глубоким обучением.

Итак, в этом руководстве по PyTorch я попытаюсь облегчить некоторые проблемы с помощью PyTorch для начинающих и рассмотрю некоторые из наиболее важных классов и модулей, которые вам потребуются при создании любой нейронной сети с помощью Pytorch.

Но это не означает, что это предназначено только для новичков, поскольку я также расскажу о высокой настраиваемости, которую предоставляет PyTorch, и расскажу о пользовательских слоях, наборах данных, загрузчиках данных и функциях потери.

Так что давай выпьем кофе ☕ ️ и начнем.

**статья**:

https://www.kdnuggets.com/2020/09/most-complete-guide-pytorch-data-scientists.html

Code: https://github.com/MLWhiz/data_science_blogs/tree/master/pytorch_guide