Deep Learning im Maßstab

Teil I. Grundlegende Konzepte des Deep Learning

Die folgenden Kapitel befassen sich mit grundlegenden Konzepten, die für das Verständnis und die Umsetzung von Deep Learning unerlässlich sind. Zunächst werden die Prinzipien des Deep Learning anhand von Berechnungsgraphen und Datenflüssen vorgestellt und durch Python-Übungen verdeutlicht. Anschließend werden die rechnerischen Aspekte von Deep Learning untersucht, einschließlich elektronischer Berechnungen und Hardwareüberlegungen, die für das Erreichen und Skalieren von Rechenkapazitäten entscheidend sind. Außerdem wird ein Einblick in die heute verfügbaren beschleunigten Hardware-Optionen gegeben, um eine fundierte Hardware-Auswahl für Deep-Learning-Projekte zu ermöglichen. Schließlich fasst der Abschnitt dieses Wissen zusammen, um praktische Anleitungen für den Aufbau effizienter und effektiver intelligenter Systeme zu geben, wobei der Schwerpunkt auf Strategien zur Optimierung und Leistungsmessung durch Techniken zur Graphkompilierung und Speicherverwaltung liegt.