当当云阅读 > 科技 > 计算机/网络 > 软件系统 > PyTorch深度学习简明实战

PyTorch深度学习简明实战电子书

深度学习是机器学习领域中一个重要的研究方向，它被引机器学习使其更近于初的目标——人工智能。深度学习作为机器学习的一种，而机器学习是实现人工智能的必经路径，因此读者有必要深了解深度学习。本书对深受研究人员关注的深度学习及其源框架——PyTorch行了讲解。PyTorch凭借其易学习性、高效性以及与Python发的天然亲近性，获得了深度学习研究人员以及数据科学家们的关注。本书从PyTorch的安装讲起，还介绍了回归问题、张量基础、多层感知器、卷积基础和卷积模型、迁移学习和数据增强、经典网络架构、图像定位、图像语义分割、目标识别、循环神经网络和文本分类、一维卷积模型、序列预测、生成对抗网络等内容。

售价：¥

纸质售价：¥43.10购买纸书

50人正在读 | 0人评论

6.7

作者：日月光华

出版社：清华大学出版社

出版时间：2022-10-01

字数：12.9万

所属分类：科技 > 计算机/网络 > 软件系统

温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印

为你推荐

读书简介
目录
累计评论(0条)

读书简介
目录
累计评论(0条)

本书针对深度学习及源框架——PyTorch，采用简明的语言行知识的讲解，注重实战。全书分为4篇，共19章。深度学习基础篇（第1章~第6章）包括PyTorch简介与安装、机器学习基础与线性回归、张量与数据类型、分类问题与多层感知器、多层感知器模型与模型训练、梯度下降法、反向传播算法与内置优化器。计算机视觉篇（第7章~第14章）包括计算机视觉与卷积神经网络、卷积门实例、图像读取与模型保存、多分类问题与卷积模型的优化、迁移学习与数据增强、经典网络模型与特征提取、图像定位基础、图像语义分割。自然语言处理和序列篇（第15章~第17章)包括文本分类与词嵌、循环神经网络与一维卷积神经网络、序列预测实例。生成对抗网络和目标检测篇（第18章~第19章)包括生成对抗网络、目标检测。本书适合人工智能行业的软件工程师、对人工智能感兴趣的学生学习，同时也可作为深度学习的培训教程。 【推荐语】 深度学习是机器学习领域中一个重要的研究方向，它被引机器学习使其更近于初的目标——人工智能。深度学习作为机器学习的一种，而机器学习是实现人工智能的必经路径，因此读者有必要深了解深度学习。本书对深受研究人员关注的深度学习及其源框架——PyTorch行了讲解。PyTorch凭借其易学习性、高效性以及与Python发的天然亲近性，获得了深度学习研究人员以及数据科学家们的关注。本书从PyTorch的安装讲起，还介绍了回归问题、张量基础、多层感知器、卷积基础和卷积模型、迁移学习和数据增强、经典网络架构、图像定位、图像语义分割、目标识别、循环神经网络和文本分类、一维卷积模型、序列预测、生成对抗网络等内容。书中采用简明的语言行知识的讲解、注重实战。读者通过书中的基础与实战部分的学习，可快速掌握深度学习，并学会使用PyTorch轻松发深度学习应用程序来解决各类深度学习问题。 【作者】 日月光华：网易云课堂资深讲师,经验丰富的数据科学家和深度学习算法工程师。擅长使用Python编程,编写爬虫并利用Python行数据分析和可视化。对机器学习和深度学习有深理解,熟悉常见的深度学习框架( PyTorch、TensorFlow)和模型，有丰富的深度学习、数据分析和爬虫等发经验，著有畅销书《Python网络爬虫实例教程(视频讲解版)》。

目录展开