|
-- 會員 / 註冊 --
|
|
|
|
PyTorch深度學習入門 ( 簡體 字) |
作者:曾芃壹 | 類別:1. -> 程式設計 -> Python |
譯者: |
出版社:人民郵電出版社 | 3dWoo書號: 52084 詢問書籍請說出此書號!【缺書】 NT售價: 295 元 |
出版日:9/1/2019 |
頁數:233 |
光碟數:0 |
|
站長推薦: |
印刷:黑白印刷 | 語系: ( 簡體 版 ) |
|
加入購物車 │加到我的最愛 (請先登入會員) |
ISBN:9787115519191 |
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
作者序: |
譯者序: |
前言: |
內容簡介:本書用淺顯易懂的語言,圖文并貌地講解了深度學習的基礎知識,從如何挑選硬件到神經網絡的初步搭建,再到實現圖片識別、文本翻譯、強化學習、生成對抗網絡等多個目前最流行的深度學習應用。書中基于目前流行的PyTorch框架,運用Python語言實現了各種深度學習的應用程序,讓理論和實踐緊密結合。 |
目錄:第 一部分 基礎篇 第 1章 準備工作 2 1.1 硬件配置 2 1.2 在Mac OS X系統下配置PyTorch運行環境 6 1.3 在Ubuntu系統下配置PyTorch運行環境 8 1.4 在Windows系統下配置PyTorch運行環境 14 第 2章 Tensor基礎 17 2.1 Tensor 17 2.2 Autograd 30 第3章 深度學習基礎 35 3.1 機器學習 35 3.2 線性回歸 38 3.3 非線性回歸 53 3.4 邏輯回歸 58 3.5 多元分類 66 3.6 反向傳播 70 3.7 卷積神經網絡 72 3.8 手寫字體識別 78 3.9 fastai手寫字體識別 86 第二部分 實戰篇 第4章 遷移學習 90 4.1 經典圖像模型 90 4.2 遷移學習實戰 100 4.3 使用fastai實現遷移學習 109 第5章 序列轉序列模型 111 5.1 循環神經網絡模型 111 5.2 神經翻譯機簡介 119 5.3 利用PyTorch構造神經翻譯機 122 第6章 生成對抗網絡 138 6.1 生成對抗網絡概覽 138 6.2 使用生成對抗網絡生成二次元頭像 142 6.3 使用TorchGAN生成二次元頭像 149 第7章 深度強化學習 153 7.1 深度強化學習 153 7.2 基于策略的算法 155 7.3 基于值的算法 157 7.4 Gym簡介 161 7.5 Q-Learning實戰 163 第8章 風格遷移 168 8.1 風格遷移原理 168 8.2 風格遷移實踐 174 第三部分 高級篇 第9章 PyTorch擴展 184 9.1 自定義神經網絡層 184 9.2 C++加載PyTorch模型 189 第 10章 PyTorch模型遷移 193 10.1 ONNX簡介 193 10.2 使用ONNX將PyTorch模型遷移至Caffe2 196 10.3 使用ONNX將PyTorch模型遷移至Core ML 199 第 11章 PyTorch可視化 201 11.1 使用visdom實現PyTorch可視化 201 11.2 使用TensorBoard實現PyTorch可視化 213 11.3 使用Netron顯示模型 221 第 12章 PyTorch的并行計算 223 12.1 多進程 223 12.2 多GPU并行計算 231 |
序: |
|