Saya suka buku ini karena fokusnya langsung ke PyTorch. Tidak seperti buku-buku lain yang mencoba mengulas teori ML/DL-nya dan akibatnya malah pembahasannya jadi dangkal di dua-duanya, baik teorinya dan programmingnya.
Ulasan Buku: Deep Learning with PyTorch – Vishnu Subramanian (Feb 2018)
Buku ini adalah buku PyTorch pertama yang saya baca dan membuat saya berpaling dari Keras hehe. Menurut saya isinya cukup komprehensif. Topik yang dibahas cukup luas, mulai dari pengenalan AI, ML, lalu pengenalan PyTorch dimulai dengan pembahasan yang cukup banyak tentang tensor lalu pemrograman NN, sampai topik-topik DL seperti CNN, pemrosesan sekuensial (RNN/LSTM) dan alikasinya pada pemrosesan teks, GAN, sampai pengenalan model-model mutakhir DL.
Ulasan Buku: Deep Learning with PyTorch Quick Start Guide – David Julian (Des 2018)
Buku ini cukup tipis (versi cetaknya hanya 158 halaman) namun isinya lumayan komprehensif dan penyajiannya cukup runut. Diawali dengan pengenalan teori ML, dengan formula-formula mulai linear dan logistic regression sampai dengan loss function sampai dengan gradient descent untuk NN.