幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

PyTorch深度學習入門

  • 作者：曾芃壹
  • 出版社：人民郵電
  • ISBN：9787115519191
  • 出版日期：2019/09/01
  • 裝幀：平裝
  • 頁數：233
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書用淺顯易懂的語言，圖文並貌地講解了深度學習的基礎知識，從如何挑選硬體到神經網路的初步搭建，再到實現圖片識別、文本翻譯、強化學習、生成對抗網路等多個目前最流行的深度學習應用。書中基於目前流行的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。
    本書適合打算入門深度學習的人群以及對Python語言有初步了解的讀者閱讀。
作者介紹
曾芃壹
    曾芃壹，現為中山大學數據科學與電腦學院在讀碩士，主要研究興趣有深度學習、語音識別、推薦系統、自動犯罪偵查等。熟悉C、C++、Java、Python等多種程序設計語言、Flask建站技術以及PyTorch、TensorFlow深度學習框架，在簡書上寫了多篇PyTorch的文章，深受讀者歡迎。
目錄
第一部分  基礎篇
  第1章  準備工作
    1.1  硬體配置
    1.2  在Mac OS X系統下配置PyTorch運行環境
    1.3  在Ubuntu系統下配置PyTorch運行環境
    1.4  在Windows系統下配置PyTorch運行環境
  第2章  Tensor基礎
    2.1  Tensor
    2.2  Autograd
  第3章  深度學習基礎
    3.1  機器學習
    3.2  線性回歸
    3.3  非線性回歸
    3.4  邏輯回歸
    3.5  多元分類
    3.6  反向傳播
    3.7  卷積神經網路
    3.8  手寫字體識別
    3.9  fastai手寫字體識別
第二部分  實戰篇
  第4章  遷移學習
    4.1  經典圖像模型
    4.2  遷移學習實戰
    4.3  使用fastai實現遷移學習
  第5章  序列轉序列模型
    5.1  循環神經網路模型
    5.2  神經翻譯機簡介
    5.3  利用PyTorch構造神經翻譯機
  第6章  生成對抗網路
    6.1  生成對抗網路概覽
    6.2  使用生成對抗網路生成二次元頭像
    6.3  使用TorchGAN生成二次元頭像
  第7章  深度強化學習
    7.1  深度強化學習
    7.2  基於策略的演算法
    7.3  基於值的演算法
    7.4  Gym簡介
    7.5  Q-Learning實戰
  第8章  風格遷移
    8.1  風格遷移原理
    8.2  風格遷移實踐
第三部分  高級篇
  第9章  PyTorch擴展
    9.1  自定義神經網路層
    9.2  C++載入PyTorch模型
  第10章  PyTorch模型遷移
    10.1  ONNX簡介
    10.2  使用ONNX將PyTorch模型遷移至Caffe2
    10.3  使用ONNX將PyTorch模型遷移至Core ML
  第11章  PyTorch可視化

    11.1  使用visdom實現PyTorch可視化
    11.2  使用TensorBoard實現PyTorch可視化
    11.3  使用Netron顯示模型
  第12章  PyTorch的並行計算
    12.1  多進程
    12.2  多GPU並行計算

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032