比Tensorflow还精美的人工智慧套件：PyTorch让你爱不释手 pdf epub mobi txt 电子书下载 2024

图书介绍

☆☆☆☆☆
简体网页||繁体网页

著者

出版者出版社：佳魁资讯订阅出版社新书快讯新功能介绍

翻译者

出版日期出版日期：2018/07/06

语言语言：繁体中文

下载链接在页面底部

点击这里下载

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製鏈接

想要找书就要到小特书站

ttbooks.qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

发表于2024-05-01

类似图书点击查看全场最低价

图书描述

选择PyTorch 的原因：
　　简洁优雅的设计
　　统一好用的介面
　　追风逐电的速度
　　变化无方的灵活性

　　■ 简洁：：PyTorch 的设计追求最少的封装，尽量避免重复造轮子。简洁的设计带来的另一个好处是程式易于了解。

　　■ 速度：PyTorch 的灵活性不以速度为代价，在许多评测中，PyTorch的速度表现胜过TensorFlow、Keras 等架构。

　　■ 好用：PyTorch 是所有的架构中物件导向设计的最优雅的。PyTorch的针对对象的介面设计来自Torch，而Torch 的介面设计以灵活好用而着称。PyTorch 的设计最符合人的思维，所思即所得，不需考虑太多关于架构本身的束缚。

　　■ 活跃的社区：PyTorch 提供完整的文件，循序渐进的指南，作者亲自维护的论坛供使用者交流和求教问题。Facebook 人工智慧研究院对PyTorch 提供强力支持。

　　本书内容由浅入深，无论是深度学习的初学者，还是初次接触PyTorch的研究人员，都能在学习本书的过程中快速掌握PyTorch。即使是有PyTorch使用经验者，也能够获得对PyTorch不一样的理解。

　　适用：PyTorch、深度学习初学者、具PyTorch使用经验者。

　　本书的所有程式都开放原始码在GitHub【github.com/chenyuntc/pytorch-book】上

著者信息

作者简介

陈云

　　Python程式师、Linux爱好者、PyTorch源码贡献者，主要研究电脑视觉、机器学习。
　　「2017知乎-看山杯机器学习挑战赛」一等奖，「2017天池医疗AI大赛」第八名。热衷推广PyTorch，活跃于PyTorch论坛和知乎相关讨论区。

比Tensorflow还精美的人工智慧套件：PyTorch让你爱不释手 pdf epub mobi txt 电子书下载

图书目录

01 PyTorch 简介
1.1 PyTorch 的诞生
1.2 常见的深度学习架构简介
1.3 属于动态图的未来
1.4 为什么选择PyTorch
1.5 星火燎原
1.6 fast.ai 放弃Keras+TensorFlow 选择PyTorch

02 快速入门
2.1 安装与设定
2.2 PyTorch 入门第一步

03 Tensor 和autograd
3.1 Tensor
3.2 autograd

04 神经网路工具箱nn
4.1 nn.Module
4.2 常用的神经网路层
4.3 最佳化器
4.4 nn.functionalnn
4.5 初始化策略
4.6 nn.Module 深入分析
4.7 nn 和autograd 的关系
4.8 小试牛刀：用50 行程式架设ResNet

05 PyTorch 中常用的工具
5.1 资料处理
5.2 电脑视觉工具套件：torchvision
5.3 视觉化工具
5.4 使用GPU 加速：cuda
5.5 持久化

06 PyTorch 实战指南
6.1 程式设计实战：猫和狗二分类
6.2 PyTorch Debug 指南

07 AI 插画师：产生对抗网路
7.1 GAN 的原理简介
7.2 用GAN 产生动漫图示
7.3 实验结果分析

08 AI 艺术家：神经网路风格移转
8.1 风格移转原理介绍
8.2 用PyTorch 实现风格移转
8.3 实验结果分析

09 AI 诗人：用RNN 写诗
9.1 自然语言处理的基础知识
9.2 CharRNN
9.3 用PyTorch 实现CharRNN
9.4 实验结果分

10   Image Caption：让神经网路看图讲故事
10.1 影像描述介绍
10.2 资料
10.3 模型与训练
10.4 实验结果分析

11   展望与未来
11.1 PyTorch 的侷限与发展
11.2 使用建议