PyTorch. Освещая глубокое обучение

Эта книга представляет собой практическое руководство по глубокому обучению с использованием библиотеки PyTorch. Авторы позиционируют PyTorch как наиболее «питоническую» и удобную для освоения библиотеку, особенно для тех, кто уже знаком с экосистемой Python для анализа данных (NumPy, scikit-learn).

Книга разделена на три логические части. В первой части читатель знакомится с основами PyTorch: работой с тензорами, загрузкой данных, принципами обучения нейронных сетей и построением моделей для классификации изображений с использованием сверточных сетей. Это фундаментальный блок, необходимый для понимания последующих глав.

Вторая часть посвящена решению реальной практической задачи — раннему выявлению рака легких по данным компьютерной томографии. Здесь подробно рассматривается весь конвейер работы с данными: объединение источников, обучение модели классификации для обнаружения опухолей, улучшение обучения с помощью метрик и аугментаций, а также сегментация изображений для поиска потенциальных узелков. Этот раздел демонстрирует применение PyTorch в важной и сложной области компьютерного зрения.

Третья часть фокусируется на развертывании обученных моделей в производственной среде. Книга учит не только создавать модели, но и готовить их к реальному использованию, что является критически важным навыком для инженеров машинного обучения. Издание подходит как для начинающих, так и для практикующих специалистов, желающих освоить PyTorch и углубить знания в области глубокого обучения.