《动手学PyTorch建模与应用：从深度学习到大模型》是一本讲述以PyTorch为工具实践深度学习和大模型的门书，从数学知识和 基础知识和概念手讲解，理论兼备实践，语言通俗，图文并茂，边学边练，非常易于掌握。 全书突出动手实操，精心设计了50个案例，包括19个解决实际问题的动手练习和31个上机演练，基本上每一种模型都先讲解基础知识，再配合实操案例，有助于读者快速理解，所有上机演练都给出一操作步骤和参考代码，有助于提高读者的学习效率。
售 价：¥
纸质售价：¥78.20购买纸书
6.7
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
作者简介
内容简介
前言
本书内容介绍
本书的主要特色
本书适合的读者
配书资源下载
第1章 深度学习和PyTorch概述
1.1 走进深度学习的世界
1.2 搭建开发环境
1.3 PyTorch的应用场景
1.4 上机练习题
第2章 PyTorch数学基础
2.1 PyTorch中的函数
2.2 微分基础
2.3 数理统计基础
2.4 矩阵基础
2.5 动手练习：拟合余弦函数曲线
2.6 上机练习题
第3章 数据预处理及常用工具
3.1 NumPy
3.2 Matplotlib
3.3 数据清洗
3.4 特征工程
3.5 深度学习解决问题的一般步骤
3.6 动手练习：每日最高温度预测
3.7 上机练习题
第4章 PyTorch基础知识
4.1 张量及其创建
4.2 激活函数
4.3 损失函数
4.4 优化器
4.5 动手练习：PyTorch优化器比较
4.6 上机练习题
第5章 PyTorch深度神经网络
5.1 神经网络概述
5.2 卷积神经网络
5.3 循环神经网络
5.4 动手练习：股票成交量趋势预测
5.5 上机练习题
第6章 PyTorch数据建模
6.1 回归分析及案例
6.2 聚类分析及案例
6.3 主成分分析及案例
6.4 模型评估与调优
6.5 上机练习题
第7章 PyTorch图像建模
7.1 图像建模概述
7.2 动手练习：创建图像自动分类器
7.3 动手练习：搭建图像自动识别模型
7.4 动手练习：搭建图像自动分割模型
7.5 上机练习题
第8章 PyTorch文本建模
8.1 自然语言处理的几个模型
8.2 动手练习：Word2Vec提取相似文本
8.3 动手练习：Seq2Seq实现机器翻译
8.4 动手练习：Attention模型实现文本自动分类
8.5 上机练习题
第9章 PyTorch音频建模
9.1 音频处理技术及应用
9.2 梅尔频率倒谱系数音频特征
9.3 PyTorch音频建模技术
9.4 动手练习：音频相似度分析
9.5 上机练习题
第10章 PyTorch模型可视化
10.1 Visdom
10.2 TensorBoard
10.3 Pytorchviz
10.4 Netron
10.5 上机练习题
第11章 从深度学习到大语言模型
11.1 大语言模型的原理
11.2 主要的大语言模型
11.3 模型预训练与微调
11.4 上机练习题
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
