内容简介:
本书介绍了使用PyTorch Lightning构建深度学习模型的实践方法，旨在提高深度学习项目的生产率并保持灵活性。读者将学习如何在云平台上配置PyTorch Lightning，了解其体系结构组件，并探索如何根据需求进行扩展。本书适合对深度学习感兴趣但不知从何学起的读者，以及需要实践指南的数据科学家。它还适用于从其他框架过渡到PyTorch Lightning的专业数据科学家。读者需要具备Python编程的基础知识以及统计学和深度学习的基本理解。本书涵盖了PyTorch Lightning的体验之旅、深度学习模型构建、预训练模型的迁移学习、PyTorch Lightning Bolts模型、时间序列模型、深度生成式模型、半监督学习、自监督学习、模型部署和评分、以及规模化和管理训练等内容。
