基于PyTorch的深度学习

　　·学习如何在生产环境部署深度学习模型。 ·研究多家领先公司的PyTorch用例。 ·学习如何对图像应用迁移学习。 ·使用Wikipedia上训练的一个模型应用前沿的NLP技术。 ·使用PyTorch的torchaudio库用一个基于卷积的模型完成音频分类。 ·使用TensorBoard和火焰图调试PyTorch模型。 ·用Docker容器和Google Cloud上运行的Kubernetes集群在生产环境中部署PyTorch应用。

　　Ian Pointer是一位数据工程师，致力于为多个财富100强客户提供机器学习解决方案（包括深度学习技术）。他目前任职于Lucidworks，从事前沿NLP应用和工程的研究。