PyTorch là framework Deep Learning hàng đầu trong các viện nghiên cứu và là lựa chọn phổ biến cho các dự án AI yêu cầu sự linh hoạt cao. Cuốn sách Deep Learning With PyTorch (2020) của Eli Stevens và đồng sự cung cấp hướng dẫn chuyên sâu, giúp bạn xây dựng các Neural Network (NNs) hiệu suất cao bằng Python.
Tại sao cuốn sách này là bắt buộc cho ML Engineer chuyên nghiệp? Sách đi thẳng vào bản chất của PyTorch, giúp người đọc không chỉ biết cách dùng mà còn hiểu cách nó hoạt động:
Tensors: Hướng dẫn làm việc với Tensors (cấu trúc dữ liệu cốt lõi của PyTorch) và tối ưu hóa tính toán trên GPU.
Autograd: Hiểu rõ cơ chế tự động tính đạo hàm (Automatic Differentiation) — nền tảng của quá trình huấn luyện Deep Learning.
Xây dựng NNs thủ công: Dạy cách viết các lớp (layers) tùy chỉnh và các hàm mất mát (loss functions), cho phép bạn tinh chỉnh mô hình vượt qua giới hạn của các API cấp cao.
Ứng dụng thực tế: Bao gồm các ví dụ về Computer Vision (CNNs) và Natural Language Processing (RNNs), giúp bạn áp dụng kiến thức vào các dự án thương mại.
Đối với các Developer và ML Researcher tại Hà Nội và TP.HCM muốn chuyển từ việc sử dụng các thư viện black-box sang việc tùy biến kiến trúc mô hình, cuốn sách này cung cấp sự hiểu biết sâu sắc cần thiết.
