Stevens – Deep Learning With Pytorch

Libro adottato a Bologna, a.a. 2026/2027 · 2 canali

«Stevens – Deep Learning With Pytorch» è adottato per Modelli Neurali per L'Elaborazione del Linguaggio Naturale (1) (Lm) dal prof. Fabio Tamburini (Dati, metodi e modelli per le scienze linguistiche – Bologna); per Neural Models For Natural Language Processing (1) (Lm) dal prof. Fabio Tamburini (Digital Humanities and Digital Knowledge – Bologna).

Stevens – Deep Learning With PytorchCerca su Amazon ›

Come lo indica il docente: Stevens E., Antiga L., Viehmann T. (2021). Deep Learning With Pytorch , Manning

Titolo: Deep learning with PyTorch
Autori: Luca Antiga, Eli Stevens, Thomas Viehmann Howard Huang
Editore: Manning, 2026
ISBN: 9781633438859

Chi lo adotta

Modelli Neurali per L'Elaborazione del Linguaggio Naturale (1) (Lm) – Prof. Fabio Tamburini (canale unico)Dati, metodi e modelli per le scienze linguistiche · Laurea magistrale (LM-39) · esame facoltativo · 6 CFU
Neural Models For Natural Language Processing (1) (Lm) – Prof. Fabio Tamburini (canale unico)Digital Humanities and Digital Knowledge · Laurea magistrale (LM-43) · esame facoltativo · 6 CFU

Programma e testi di ogni canale

Modelli Neurali per L'Elaborazione del Linguaggio Naturale (1) (Lm) – Prof. Fabio Tamburini Canale unico

Corso di laurea: Dati, metodi e modelli per le scienze linguistiche · Laurea magistrale (LM-39) · esame facoltativo · 6 CFU

Bologna · Studi umanistici · 6 CFU · apri nel catalogo · Dati, metodi e modelli per le scienze linguistiche · 2º anno ›

Il docente indica 3 testi · da studiare tutti

Capitoli tratti dai seguenti volumi

Tamburini – Neural Models for the Automatic Processing of…Cerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Raschka – Machine Learning with Pytorch and Scikit-learn Cerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Stevens – Deep Learning With Pytorchquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Bacheca del docente: cosa indica di studiare

Slide, dispense e articoli scaricabili direttamente dal sito web del corso.

Argomenti del programma: Ripasso di Machine/Deep Learning Classificazione & Clustering utilizzando Scikit-Learn (SVC, KNN, Decision Trees, etc.) Dettagli tecnici per addestrare DNNs - Funzioni di attivazione - Funzioni di Loss - Ottimizzazione & calcolo automatico del gradiente PyTorch framework LAB: Usare CoLab per eseguire esperimenti LAB: Ottimizzazione di funzioni in PyTorch LAB: Primo esperimento con DNN: Multi-Layer Perceptron LAB:…

Apri la scheda ufficiale ›

Aiutaci a tenerci aggiornati

Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Neural Models For Natural Language Processing (1) (Lm) – Prof. Fabio Tamburini Canale unico

Corso di laurea: Digital Humanities and Digital Knowledge · Laurea magistrale (LM-43) · esame facoltativo · 6 CFU

Bologna · Studi umanistici · 6 CFU · apri nel catalogo · Digital Humanities and Digital Knowledge · 2º anno ›