20% rabatt med Storytel
Du handlar alltid fysiska böcker till specialpriser om du har eller startar ett abonnemang.
Frakt från 0 kr
Snabb leverans med CityMail, Early Bird, Instabox, Budbee, PostNord eller DSV. Du ser alla fraktalternativ och priser i kassan.
Fria returer
Lämna tillbaka din bok kostnadsfritt med 14 dagars ångerrätt.
20% rabatt med Storytel
Du handlar alltid fysiska böcker till specialpriser om du har eller startar ett abonnemang.
Frakt från 0 kr
Snabb leverans med CityMail, Early Bird, Instabox, Budbee, PostNord eller DSV. Du ser alla fraktalternativ och priser i kassan.
Fria returer
Lämna tillbaka din bok kostnadsfritt med 14 dagars ångerrätt.
20% rabatt med Storytel
Du handlar alltid fysiska böcker till specialpriser om du har eller startar ett abonnemang.
Frakt från 0 kr
Snabb leverans med CityMail, Early Bird, Instabox, Budbee, PostNord eller DSV. Du ser alla fraktalternativ och priser i kassan.
Fria returer
Lämna tillbaka din bok kostnadsfritt med 14 dagars ångerrätt.
709 kr
I lager, skickas inom 4 till 5 vardagar
20% rabatt med Storytel
Du handlar alltid fysiska böcker till specialpriser om du har eller startar ett abonnemang.
Frakt från 0 kr
Snabb leverans med CityMail, Early Bird, Instabox, Budbee, PostNord eller DSV. Du ser alla fraktalternativ och priser i kassan.
Fria returer
Lämna tillbaka din bok kostnadsfritt med 14 dagars ångerrätt.
20% rabatt med Storytel
Du handlar alltid fysiska böcker till specialpriser om du har eller startar ett abonnemang.
Frakt från 0 kr
Snabb leverans med CityMail, Early Bird, Instabox, Budbee, PostNord eller DSV. Du ser alla fraktalternativ och priser i kassan.
Fria returer
Lämna tillbaka din bok kostnadsfritt med 14 dagars ångerrätt.
Utforska miljontals ljud- och e-böcker och upptäck stories i alla format. Med ett abonnemang får du 20% rabatt på fysiska böcker!
Bringing a deep-learning project into production at scale is quite challenging. To successfully scale your project, a foundational understanding of full stack deep learning, including the knowledge that lies at the intersection of hardware, software, data, and algorithms, is required. This book illustrates complex concepts of full stack deep learning and reinforces them through hands-on exercises to arm you with tools and techniques to scale your project. A scaling effort is only beneficial when it's effective and efficient. To that end, this guide explains the intricate concepts and techniques that will help you scale effectively and efficiently. You'll gain a thorough understanding of:How data flows through the deep-learning network and the role the computation graphs play in building your modelHow accelerated computing speeds up your training and how best you can utilize the resources at your disposalHow to train your model using distributed training paradigms, i.e., data, model, and pipeline parallelismHow to leverage PyTorch ecosystems in conjunction with NVIDIA libraries and Triton to scale your model trainingDebugging, monitoring, and investigating the undesirable bottlenecks that slow down your model trainingHow to expedite the training lifecycle and streamline your feedback loop to iterate model developmentA set of data tricks and techniques and how to apply them to scale your training modelHow to select the right tools and techniques for your deep-learning projectOptions for managing the compute infrastructure when running at scale
709 kr
I lager, skickas inom 4 till 5 vardagar
Bonaventura Di Bello
Janelle Shane
Alex Hidalgo
Alan Beaulieu
Jon Gjengset
Nicola Askham
Tracy Fullerton
Lee Vaughan
Peter Yaworski
Craig Smith
V. Anton Spraul
Martin Fowler
Justin Seitz, Tim Arnold
Al Sweigart
Ruha Benjamin
Paul Kingsnorth
Cole Nussbaumer Knaflic
Mana Takahashi
Alejandro Reyes
Alasdair Allan, Jon Manning, Paris Buttfield–addison, Paul Fenwick, Tim Nugent
Daina Taimina
Trinity College London
Alf Tomas Tønnessen, David Mauk, John Oakland
Paul Williams
Sarah Easter Collins
Frida Skybäck
Liz Moore
Colleen Hoover
Kristin Fägerskjöld
Armando Lucas Correa
Sharon Bolton
Ruth Lillegraven
Santa Montefiore
Kelly Rimmer
Martha Hall Kelly
Svenja O'Donnell
Nathan Harris
Holly Jackson
Louise Boije af Gennäs
Tina Norin
Kristin Fägerskjöld
Pernilla Lindroos
Anna Lönnqvist
Jessie Burton
Malin Nordström
Marc Levy
Emma Donoghue
Snezana Lindskog, Andie Lindskog
Tony Samuelsson
Andrev Walden
Tina Harnesk
Kathrine Nedrejord
Anthony Doerr
Marieke Lucas Rijneveld
Lauren Groff
Claire Messud
Claire Lynch
Sebastian Barry
Ray Celestin
Simon Stranger
Alice Munro
Linda Boström Knausgård
Marit Kapla
Ulf Stark
Sarah Easter Collins
Liz Moore
Ursula Scavenius
Colleen Hoover
Michel Jean
