PyTorch深度學快速入門指南 Deep Learning with PyTorch Quick Start Guide: Learn to train and deploy neural network models in Python

David Julian 譯 韓旭明//王麗敏

PyTorch深度學快速入門指南

相關主題

商品描述

PyTorch是一個開源的Python機器學習庫，具有靈活性強、上手速度快和易於擴展等特點。
本書從PyTorch出發，透過穿插實作練習的方式介紹深度學習，讓讀者對相關知識的理解更加深刻。
本共分為6章。
第1章介紹了PyTorch的安裝和基本操作；
第2、3章介紹了深度學習的基礎知識、簡單的線性模型以及計算圖知識；
第4、5章在前文的基礎上進一步擴展，介紹了各種神經網路模型；
第6章介紹了PyTorch的高階特性。
對於每個概念，本書均給出了一個或數個簡潔扼要的範例，以方便讀者理解。
本書適合有一定數學基礎、熟悉Python程式設計並對機器學習基礎知識有所了解的學生或相關從業人員閱讀與學習。

目錄大綱

譯者序
前言
第1章PyTorch 簡介// 1
1.1 什麼是PyTorch // 2
1.2 安裝PyTorch // 3
1.2.1 Digital Ocean // 4
1.2.2 Amazon Web Services（AWS） // 5
1.3 PyTorch的基本作// 6
1.3.1 預設值初始化// 6
1.3.2 張量和NumPy數組之間的轉換// 7
1.3.3 切片、索引和重塑// 9
1.3.4 原地作// 10
1.4 載入資料// 11
1.4.1 PyTorch資料集載入器// 12
1.4.2 使用ImageFolder類別建構資料結構// 17
1.4.3 連接資料集// 17
1.5 小結// 18
第2章深度學基礎知識// 19
2.1 機器學的方法// 19
2.2 學任務// 20
2.2.1 無監督學// 20
2.2.2 監督學// 21
2.3 徵// 23
處理文字和類別// 23
2.4 模型// 24
2.4.1 線性代數回顧// 24
2.4.2 線性模型// 27
2.5 人工經網// 33
感知機// 34
2.6 小結// 36
第3章計算圖與線性模型// 38
3.1 自動求導// 38
計算圖// 40
3.2 線性模型// 40
3.2.1 PyTorch中的線性迴歸// 40
3.2.2 存模型// 43
3.2.3 邏輯迴歸// 44
3.3 多分類實例// 46
3.4 小結// 50
第4章卷積網// 51
4.1 參數和多層級網路// 51
4.2 基準模型// 52
4.3 卷積網// 56
4.3.1 單一卷積層// 56
4.3.2 多個卷積層// 58
4.4 小結// 63
第5章其他經網路架構// 64
5.1 循環網路// 64
5.1.1 循環人工經元// 64
5.1.2 循環網路的實現// 65
5.2 長短期記憶網// 70
5.2.1 長短期記憶網絡的實現// 72
5.2.2 建構門循環單元的語言模型// 73
5.3 小結// 76
第6章充分利用PyTorch // 77
6.1 多處理器和分散式環境// 77
6.1.1 GPU的使用// 77
6.1.2 分散式環境// 79
6.2 化技術// 80
6.2.1 化演算法// 80
6.2.2 學率調度器// 82
6.2.3 參數組// 82
6.3 預訓練模型// 84
預訓練模型的實現// 85
6.4 小結// 90

類似商品