☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

　　Facebook研发，最好学最好用的深度学习工具！

　　自从Facebook在2017年初发佈了PyTorch这个开源的机器学习库，就马上受到业界热烈的讨论。它结合了Python好学易用的特性，以及Torch科学计算的强大威力，再加上它与Python完美结合的介面，使得PyTorch已成为现在最重要的研发工具之一。

　　如今深度学习已经成为人工智慧炙手可热的技术，而PyTorch能够在强大的 GPU 加速基础上实现张量和动态神经网路，进而实现这项技术，因此本书将从PyTorch框架结构出发，透过案例来介绍线性回归、逻辑回归、前馈神经网路、卷积神经网路、递归神经网路、自编码模型、以及生成对抗网路等等。

　　此外，自然语言处理能够使电脑拥有理解人类语言的能力，一直是许多人努力研究的目标，因此本书也特别以一整章的篇幅来介绍自然语言处理，以作深度学习的示范应用。

　　本书作为深度学习的入门教材，省略了大量的数学模型推导，学习门槛低，适合所有对深度学习有兴趣的读者。本书内容分两大部分，前半部着重理论，而后半部着重实战，使读者不仅学得扎实更能够直接应用于实际工作上，发挥学有所用的实用价值。

　　本书适合阅读的对象：
　　✤对深度学习有兴趣的初学者。
　　✤目前处于人工智慧领域行业的从业者。
　　✤对Python有基础知识的读者。
　　✤对自然语言中文处理有兴趣的读者。
 

作者简介

邢梦来

　　擅长量化分析理论，深入研究多空对比分析，对多空趋势平衡有独特的见解，形成一套多空对比体系。同时对对交易心理状况、人工智慧与区块链技术也有较深的研究。

王硕

　　资深软体工程师，具有9年的Java企业应用软体开发经验和4年的教育培训经验，曾主持多个B/S专案开发，专案经验丰富，擅长Java EE（Struts2、Spring3、Hibernate3）专案开发、Python（程式GUI、数据分析、网路爬虫）专案开发，是极宽TOP开源团队核心成员，也是博硕出版的《Python GUI程式设计：PyQt5实战》一书的作者之一。

孙洋洋

　　博硕出版的《Python GUI程式设计：PyQt5实战》一书的作者之一，擅长网路爬虫、机器学习、量化投资与程式GUI开发设计。有多年量化投资实盘操作经历，现就职于某期货公司做量化研究员。
 

第一部分 基础理论

Chapter 01 深度学习简介
1.1 深度学习
1.2 神经网路的发展
1.3 深度学习的应用
1.4 常用的数学知识和机器学习演算法
1.5 PyTorch 简介
1.5.1 PyTorch 介绍
1.5.2 使用 PyTorch 的公司
1.5.3 PyTorch API
1.5.4 为什么选择 Python 语言
1.5.5 Python 语言的特点
1.6 常用的机器学习、深度学习开源框架
1.7 其他常用的模组库
1.8 深度学习常用名词

Chapter 02 PyTorch 环境安装
2.1 基于 Ubuntu 环境的安装
2.1.1 安装 Anaconda
2.1.2 设定 Anaconda
2.2 Conda 命令安装 PyTorch
2.3 pip 命令安装 PyTorch
2.4 设定CUDA

Chapter 03 PyTorch 基础知识
3.1 张量（Tensor）
3.2 数学操作
3.3 数理统计
3.4 比较操作

Chapter 04 简单案例入门
4.1 线性回归
4.2 逻辑回归

Chapter 05 前馈神经网路
5.1 实作前馈神经网路
5.2 资料集
5.3 卷积层
5.4 Functional 函数
5.5 最佳化演算法
5.6 自动求导机制
5.7 保存和载入模型
5.8 GPU 加速运算

Chapter 06 PyTorch 视觉化工具
6.1 Visdom 介绍
6.2 Visdom 基本概念
6.2.1 Panes（窗格）
6.2.2 Environments（环境）
6.2.3 State（状态）
6.3 安装 Visdom
6.4 视觉化介面
6.4.1 Python 函数属性存取技巧
6.4.2 vis.text
6.4.3 vis.image
6.4.4 vis.scatter
6.4.5 vis.line
6.4.6 vis.stem
6.4.7 vis.heatmap
6.4.8 vis.bar
6.4.9 vis.histogram
6.4.10 vis.boxplot
6.4.11 vis.surf
6.4.12 vis.contour
6.4.13 vis.mesh
6.4.14 vis.svg

第二部分 实战应用

Chapter 07 卷积神经网路
7.1 卷积层
7.2 池化层
7.3 经典的卷积神经网路
7.3.1 LeNet-5 神经网路结构
7.3.2 ImageNet-2010 网路结构
7.3.3 VGGNet 网路结构
7.3.4 GoogLeNet 网路结构
7.3.5 ResNet 网路结构
7.4 卷积神经网路案例
7.5 深度残差模型案例

Chapter 08 递归神经网路简介
8.1 递归神经网路模型结构
8.2 不同类型的 RNN
8.3 LSTM 结构的具体解析
8.4 LSTM 的变体
8.5 递归神经网路的实作
8.5.1 递归神经网路案例
8.5.2 双向 RNN 案例

Chapter 09 自编码模型

Chapter 10 生成对抗网路
10.1 DCGAN 原理
10.2 GAN 生成对抗网路实例

Chapter 11 Seq2seq 自然语言处理
11.1 Seq2seq 自然语言处理简介
11.2 Seq2seq 自然语言处理案例

Chapter 12 利用 PyTorch 实作量化交易
12.1 线性回归预测股价
12.2 前馈神经网路预测股价
12.3 递归神经网路预测股价

None

PyTorch深度学习与自然语言中文处理 电子书 下载 mobi epub pdf txt 2024

类似图书 点击查看全场最低价

查看全网最低价