基于PyTorch的深度學(xué)習(xí)

　　·學(xué)習(xí)如何在生產(chǎn)環(huán)境部署深度學(xué)習(xí)模型。 ·研究多家領(lǐng)先公司的PyTorch用例。 ·學(xué)習(xí)如何對(duì)圖像應(yīng)用遷移學(xué)習(xí)。 ·使用Wikipedia上訓(xùn)練的一個(gè)模型應(yīng)用前沿的NLP技術(shù)。 ·使用PyTorch的torchaudio庫(kù)用一個(gè)基于卷積的模型完成音頻分類。 ·使用TensorBoard和火焰圖調(diào)試PyTorch模型。 ·用Docker容器和Google Cloud上運(yùn)行的Kubernetes集群在生產(chǎn)環(huán)境中部署PyTorch應(yīng)用。

　　Ian Pointer是一位數(shù)據(jù)工程師，致力于為多個(gè)財(cái)富100強(qiáng)客戶提供機(jī)器學(xué)習(xí)解決方案（包括深度學(xué)習(xí)技術(shù)）。他目前任職于Lucidworks，從事前沿NLP應(yīng)用和工程的研究。