IAML Blog


Il concetto di ottimizzazione gioca un ruolo chiave quando si parla di machine learning e deep learning in particolare. Lo scopo principale degli algoritmi di deep learning è quello di costruire un modello di ottimizzazione che, tramite un processo iterativo, minimizzi o massimizzi una funzione obiettivo $J(\theta)$ denominata anche loss function o cost function.

I più popolari metodi di ottimizzazione possono essere suddivisi in due categorie: metodi di ot…

Continue Reading...


PyTorch è un framework di deep learning, sviluppato principalmente dal Facebook AI Research (FAIR) group, che ha guadagnato una enorme popolarità fra gli sviluppatori grazie alla combinazione di semplicità ed efficienza. Questi tutorial sono dedicati ad esplorare la libreria, partendo dai concetti più semplici fino alla definizione di modelli estremamente sofisticati.

Nella quinta parte, introduciamo una delle novità più attese di PyTorch 1.0: il just-in-time compiler per ot…

Continue Reading...


In pochissimo tempo PyTorch è diventato una delle librerie più usate per il deep learning, e si avvicina ormai il rilascio della prima versione stabile. Il codice per la versione 1.0 è in realtà già disponibile da qualche giorno in developer's preview, e noi ne abbiamo approfittato per testare una delle novità più attese: il just-in-time compiler per ottimizzare i modelli e portarli in produzione!

Continue Reading...


PyTorch è un framework di deep learning, sviluppato principalmente dal Facebook AI Research (FAIR) group, che ha guadagnato una enorme popolarità fra gli sviluppatori grazie alla combinazione di semplicità ed efficienza. Questi tutorial sono dedicati ad esplorare la libreria, partendo dai concetti più semplici fino alla definizione di modelli estremamente sofisticati.

In questa seconda parte, introduciamo alcuni elementi avanzati della libreria per costruire ed ottimizzare reti neurali e ges…

Continue Reading...