Generative AI with Python and PyTorch, 2nd Edition
Joseph Babcock, Raghav Bali
- Editorial
- Packt
- Año
- 2025
- Páginas
- ~525
- Nivel
- Intermedio
De qué trata
Tratado técnico exhaustivo y riguroso sobre el desarrollo de sistemas de inteligencia artificial generativa moderna con Python y PyTorch 2.x, publicado en su segunda edición de 2025 por Joseph Babcock y Raghav Bali. Está pensado para científicos de datos, ingenieros de machine learning y desarrolladores con un nivel intermedio o avanzado que cuenten con base matemática y familiaridad previa con redes neuronales, y que busquen dominar tanto modelos de lenguaje como técnicas generativas de visión computacional.
La obra profundiza en el funcionamiento interno de las redes neuronales profundas y la arquitectura Transformer, analizando mecanismos de atención y el despliegue de modelos de código abierto como LLaMA y Mistral, así como modelos comerciales como GPT-4. Enseña técnicas avanzadas de prompt engineering (Chain-of-Thought, ReAct), fine-tuning eficiente con LoRA y PEFT, alineación mediante RLHF, y arquitecturas RAG utilizando los frameworks LangChain y LlamaIndex. En la vertiente visual, implementa desde cero autocodificadores variacionales (VAEs), redes generativas adversarias (GANs y DCGANs) para síntesis facial y transferencia de estilo, y modelos de difusión para generación de arte con Stable Diffusion y CLIP.
La práctica se desarrolla a través de proyectos guiados y cuadernos de Jupyter Notebook que incluyen la construcción de sistemas RAG sobre colecciones documentales, modelos generativos para síntesis visual en espacios latentes y canalizaciones de difusión text-to-image. Destaca por su equilibrio entre la fundamentación matemática y la implementación directa en código con PyTorch y Hugging Face; no cubre temas de despliegue a escala de producción (MLOps en la nube), y exige contar con aceleración por GPU (CUDA) para poder reproducir y entrenar los modelos presentados.
- PyTorch 2
- Transformers
- LLMs
- Hugging Face
- LangChain
- LlamaIndex
- RAG
- PEFT y LoRA
- Diffusion Models
- Stable Diffusion
- GANs
- VAEs
¿Cómo enseña?
Teoría + práctica
- ✗ Sin ejercicios
- ✓ Incluye proyectos
Proyectos
Sistema de generación aumentada por recuperación (RAG)
Aplicación de consulta documental que combina LangChain, LlamaIndex, almacenes vectoriales y modelos LLM (LLaMA/Mistral) para responder preguntas sobre corpus no estructurados.
Generador de imágenes profundas con VAEs y DCGANs
Arquitecturas convolucionales implementadas en PyTorch nativo sobre datasets como CIFAR y CelebA para sintetizar rostros y explorar espacios latentes continuos.
Pipeline de síntesis artística con difusión y CLIP
Flujo de trabajo para generación y estilización de imágenes fotorrealistas a partir de descripciones textuales utilizando modelos de difusión latente (Stable Diffusion) y alineación con CLIP.
