使用 C++ 进行深度学习

使用 C++ 为速度和效率至关重要的实时应用程序构建和部署高性能深度学习模型。

您将首先设置 C++ 深度学习环境并了解基本的神经网络概念。然后，您将继续构建各种深度学习架构，优化它们的速度，并使用强大的监控和可解释性功能来部署它们。无论您从事金融、游戏、医疗保健还是嵌入式系统工作，本书都可以帮助您大规模部署深度学习系统。

本书包含真实世界的案例研究和分布式训练、模型压缩和可解释性等高级主题，可确保您为快速、可扩展且高效的生产就绪人工智能系统做好准备。

您将学到什么
设置和使用 PyTorch C++ API 和 Caffe2 进行深度学习
在 C++ 中实现 CNN、RNN、LSTM、GAN 和 LLM
利用 CUDA 进行高性能模型训练
通过量化、修剪和压缩优化模型
使用 C++ 工具在生产中部署和监控模型
应用 LIME、 SHAP 和 Grad-CAM
本书的读者对象
本书面向具有扎实 C++ 背景、想要构建高性能深度学习模型的 ML 工程师、深度学习从业者和数据科学家。它还为从基于 Python 的框架过渡到金融、自治系统和医疗保健等行业寻找实时部署解决方案的开发人员提供服务。