"Dive Into Deep Learning": Ein interaktives Buch für DL
Seite 2: Gelungene Balance aus Praxis und Theorie
Das D2L-Projekt bietet einen umfangreichen Einstieg in Deep Learning, der durch den Learning-by-Doing-Ansatz schnelle Fortschritte erlaubt und neben der trockenen Theorie gleich die Praxis einbezieht. Vorteilhaft dabei ist, dass man aus den drei aktuell wichtigsten ML-Frameworks PyTorch, MXNet und TensorFlow auswählen darf und dadurch technologieunabhängig in die Praxis einsteigen kann.
Bei der Ausführung der Jupyter Notebooks ist man ebenfalls nicht an einen Anbieter gebunden, sondern kann zwischen Google und Amazon wählen, die Umgebung lokal installieren oder bei einem Cloud-Anbieter seiner Wahl hosten. Das interaktive Buch schafft es, die richtige Balance zwischen Theorie und Praxis zu vermitteln, sodass man neben der praktischen Anwendung aktueller Maschine-Learning-Frameworks die theoretischen Grundlagen erlernt und versteht, was sich bei den Frameworks unter der Haube abspielt.
Kay Glahn
ist freiberuflich als strategischer und technischer Berater im Bereich neuer und disruptiver Technologien für internationale Kunden tätig.
(rme)
