Ebook PyTorch - Hướng Dẫn Thực Tế Để Xây Dựng, Training & Deploy Các Mô Hình Deep Learning [Ấn Bản Lần 1, Tháng 2/2026] [PDF, EPUB] [9068E]
PyTorch là framework dành cho deep learning - vậy nên hãy bắt đầu ngay thôi! Bạn sẽ học cách train, optimize & deploy các mô hình AI với PyTorch thông qua các bài tập thực hành và code mẩu. Bạn sẽ được hướng dẫn sử dụng PyTorch cho linear regression, classification, image processing, các recommendation system, autoencoder, graph neural network, time series prediction và các mô hình ngôn ngữ - tất cả những thứ thiết yếu. Sau đó, bạn sẽ evaluate & deploy các mô hình của mình bằng các công cụ quan trọng như MLflow, TensorBoard và FastAPI. Với thông tin về fine-tuning các model của bạn bằng HuggingFace và giảm training time với PyTorch Lightning, cuốn sách hướng dẫn thực hành này chính là thứ bạn cần!
- ✓ Train, tune & deploy các deep learning model với PyTorch.
- ✓ Triển khai các mô hình cho linear regression, classification, computer vision, các recommendation system, và nhiều hơn nữa.
- ✓ Làm việc với PyTorch Lightning, TensorBoard, LangChain và FastAPI.
Lý thuyết:
Nắm vững các khái niệm cơ bản đằng sau các mô hình của bạn. Cho dù bạn muốn hiểu cách một confusion matrix hay ROC curve giúp bạn evaluate một classification model, hay bạn muốn hiểu cách các thuật toán hệ thống đề xuất hoạt động, hướng dẫn này đều đáp ứng được nhu cầu của bạn.
Thực hành:
Vượt xa lý thuyết với các bài tập thực hành và code. Tạo các dataset cho các linear regression model của bạn, sử dụng diffusion để tạo hình ảnh chân thực từ noise, process sequential data với recurrent neural network, và nhiều hơn nữa.
Deployment & Evaluation:
Monitor training process, visualize metrics & evaluate model của bạn với các công cụ như MLflow và TensorBoard. Deploy các mô hình on-premise với FastAPI hoặc trên cloud với Heroku.
Mục lục:
- ✓ Chương 1. Giới thiệu về Deep Learning:
- + 1.1 Deep Learning là gì?
- + 1.2 Bạn có thể sử dụng Deep Learning cho những mục đích nào?
- + 1.3 Deep Learning hoạt động như thế nào?
- + 1.4 Historical Development.
- + 1.5 Perceptron.
- + 1.6 Network Structure & Layer.
- + 1.7 Activation Function.
- + 1.8 Loss Function.
- + 1.9 Optimizers & Update Parameter.
- + 1.10 Tensor Handling.
- + 1.11 Tóm tắt.
- ✓ Chương 2. Tạo PyTorch Model đầu tiên của bạn:
- + 2.1 Data Preparation.
- + 2.2 Model Creation.
- + 2.3 Model Class & Optimizer.
- + 2.4 Batch.
- + 2.5 Coding: Triển khai Dataset & DataLoader.
- + 2.6 Loading & Saving một Model.
- + 2.7 Data Sampling.
- + 2.8 Tóm tắt.
- ✓ Chương 3. Classification Model:
- + 3.1 Classification Type.
- + 3.2 Confusion Matrix.
- + 3.3 Receiver Operator Characteristic Curve.
- + 3.4 Coding: Binary Classification.
- + 3.5 Coding: Multiclass Classification.
- + 3.6 Tóm tắt.
- ✓ Chương 4. Computer Vision:
- + 4.1 Các mô hình xử lý hình ảnh như thế nào?
- + 4.2 Network Architecture.
- + 4.3 Coding: Image Classification.
- + 4.4 Object Detection.
- + 4.5 Semantic Segmentation.
- + 4.6 Style Transfer.
- + 4.7 Tóm tắt.
- ✓ Chương 5. Recommendation System:
- + 5.1 Cơ sở lý thuyết.
- + 5.2 Coding: Recommendation System.
- + 5.3 Tóm tắt.
- ✓ Chương 6. Autoencoder:
- + 6.1 Architecture.
- + 6.2 Coding: Autoencoder.
- + 6.3 Variational Autoencoder.
- + 6.4 Coding: Variational Autoencoder.
- + 6.5 Tóm tắt.
- ✓ Chương 7. Graph Neural Networks:
- + 7.1 Giới thiệu về Graph Theory.
- + 7.2 Coding: Phát triển một Graph.
- + 7.3 Coding: Training một Graph Neural Network.
- + 7.4 Tóm tắt.
- ✓ Chương 8. Time Series Forecasting:
- + 8.1 Modeling Approach.
- + 8.2 Coding: Custom Model.
- + 8.3 Coding: Sử dụng PyTorch Forecasting.
- + 8.4 Tóm tắt.
- ✓ Chương 9. Language Model:
- + 9.1 Sử dụng các Large Language Model với Python.
- + 9.2 Model Parameter.
- + 9.3 Model Selection.
- + 9.4 Message Type.
- + 9.5 Prompt Template.
- + 9.6 Chains.
- + 9.7 Structured Output.
- + 9.8 Deep Dive: Transformer hoạt động như thế nào?
- + 9.9 Tóm tắt.
- ✓ Chương 10. Pretrained Networks & Fine-Tuning:
- + 10.1 Pretrained Networks với Hugging Face.
- + 10.2 Transfer Learning.
- + 10.3 Coding: Fine-Tuning một Computer Vision Model.
- + 10.4 Coding: Fine-Tuning một Language Model.
- + 10.5 Tóm tắt.
- ✓ Chương 11. PyTorch Lightning:
- + 11.1 PyTorch vs. PyTorch Lightning.
- + 11.2 Coding: Model Training.
- + 11.3 Callbacks.
- + 11.4 Tóm tắt.
- ✓ Chương 12. Model Evaluation, Logging & Monitoring:
- + 12.1 TensorBoard.
- + 12.2 MLflow.
- + 12.3 Weights & Biases: WandB.
- + 12.4 Tóm tắt.
- ✓ Chương 13. Deployment:
- + 13.1 Chiến lược triển khai.
- + 13.2 Local Deployment.
- + 13.3 Heroku.
- + 13.4 Microsoft Azure.
- + 13.5 Tóm tắt.