同類熱銷排行榜

PyTorch教程(21個項目玩轉PyTorch實戰)

作者：編者:王飛//何健偉//林宏彬//史周安|責編:劉雲
出版社：北京大學
ISBN：9787301334461

出版日期：2022/12/01
裝幀：平裝
頁數：282

人民幣：RMB 89 元售價：元

內容大鋼

PyTorch是基於Torch庫的開源機器學習庫，它主要由Meta（原Facebook）的人工智慧研究實驗室開發，在自然語言處理和電腦視覺領域都具有廣泛的應用。本書介紹了簡單且經典的入門項目，方便快速上手，如MNIST數字識別，讀者在完成項目的過程中可以了解數據集、模型和訓練等基礎概念。本書還介紹了一些實用且經典的模型，如R－CNN模型，通過這個模型的學習，讀者可以對目標檢測任務有一個基本的認識，對於基本的網路結構原理有一定的了解。另外，本書對於當前比較熱門的生成對抗網路和強化學習也有一定的介紹，方便讀者拓寬視野，掌握前沿方向。
本書適合人工智慧、機器學習、深度學習方面的人員閱讀，也適合其他IT方面從業者，另外，還可以作為相關專業的教材。

作者介紹

編者:王飛//何健偉//林宏彬//史周安|責編:劉雲

第1章  數字識別
  1.1  MNIST數據集
    1.1.1  MNIST 數據集簡介
    1.1.2  導入數據集
  1.2  構建模型
    1.2.1  定義神經網路
    1.2.2  前向傳播
    1.2.3  計算損失
    1.2.4  反向傳播與更新參數
  1.3  開始訓練
  1.4  觀察模型預測結果
  1.5  總結
第2章  ImageNet圖像識別模型與CIFAR-
  2.1  圖像分類器
    2.1.1  CIFAR-10數據集簡介
    2.1.2  載入數據集
    2.1.3  定義卷積神經網路
    2.1.4  定義損失函數和優化器
    2.1.5  訓練網路
    2.1.6  使用測試集評估
    2.1.7  使用GPU加速
  2.2  ImageNet和圖像識別模型
    2.2.1  ImageNet
    2.2.2  基於 ImageNet 的圖像識別模型
  2.3  總結
第3章  從零構建圖像分類模型
  3.1  預訓練模型原理
    3.1.1  狀態字典
    3.1.2  通過設備保存
  3.2  載入ImageNet預訓練模型
  3.3  準備數據
    3.3.1  載入數據集
    3.3.2  使用matplotlib可視化數據
  3.4  開始訓練
  3.5  使用torchvision微調模型
  3.6  觀察模型預測結果
  3.7  固定模型的參數
  3.8  使用tensorbord可視化訓練情況
  3.9  總結
第4章  文本生成
第5章  目標檢測和實例分割
第6章  人臉檢測與識別
第7章  利用DCGAN生成假臉
第8章  pix2pix為黑白圖片上色
第9章  Neural-Style與圖像風格遷移
第10章  對抗機器學習和欺騙模型
第11章  word2vec與詞向量
第12章  命名實體識別
第13章  基於AG_NEWS的文本分類
第14章  基於BERT的文本分類

第15章  文本翻譯
第16章  文本閱讀理解
第17章  為圖像添加文本描述
第18章  聊天機器人
第19章  CycleGAN 模型
第20章  圖像超解析度與ESPCN
第21章  強化學習

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

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

同類熱銷排行榜

最近瀏覽的商品

PyTorch教程(21個項目玩轉PyTorch實戰)