Deep Learning with PyTorch
Derin Öğrenme, Tensör Bellek Mekaniği, Bilgisayarlı Görü, Transformers ve Üretime Dağıtım Notları
∴
Bu notlar, Eli Stevens, Luca Antiga, Thomas Viehmann ve Howard Huang tarafından yazılan Deep Learning with PyTorch (2. Baskı, Manning) kitabının ilk ilkelerden kapsamlı ve sistematik çalışmasını belgelemektedir.
Manning Publications
Luca Antiga, Eli Stevens, Thomas Viehmann, Howard Huang
Kitap ve Not Yapısı
| Kısım | Odak & Kapsam | Temel İçerik |
|---|---|---|
| Kısım 1: Çekirdek PyTorch | Framework Mekaniği ve Düşük Seviye Temeller | Tensörler, fiziksel 1D storage tamponları, strides, autograd DAG motoru, modüler nn.Module mimarisi, dataset/dataloader ve 2D/3D konvolüsyonlar. |
| Kısım 2: Pratik Uygulamalar | İleri Seviye Görü, NLP & Sistem Mühendisliği | Vision Transformers (ViT), Diffusion Modelleri (DDPM), 3D Volumetrik BT Kanser Tespiti, SAM Fine-Tuning, Çoklu GPU Paralelizmleri (FSDP/TP/PP) ve Üretim Dağıtımı (torch.compile, LibTorch C++, ExecuTorch). |
— emreaslan —