幫助中心 | 我的帳號 | 關於我們

PyTorch深度學習指南(電腦視覺全彩印刷)

  • 作者:(巴西)丹尼爾·沃格特·戈多伊|責編:張淑謙//丁倫|譯者:趙春江
  • 出版社:機械工業
  • ISBN:9787111749721
  • 出版日期:2024/03/01
  • 裝幀:平裝
  • 頁數:236
人民幣:RMB 109 元      售價:
放入購物車
加入收藏夾

內容大鋼
    「PyTorch深度學習指南」叢書循序漸進地詳細講解了與深度學習相關的重要概念、演算法和模型,並著重展示了PyTorch是如何實現這些演算法和模型的。其共分三卷:編程基礎、電腦視覺、序列與自然語言處理。
    本書為該套叢書的第二卷:電腦視覺。本書主要介紹了深度模型、激活函數和特徵空間;Torchvision、數據集、模型和轉換;卷積神經網路、丟棄和學習率調度器;遷移學習和微調流行的模型(ResNet、Inception等)等內容。
    本書適用於對深度學習感興趣,並希望使用PyTorch實現深度學習的Python程序員閱讀學習。

作者介紹
(巴西)丹尼爾·沃格特·戈多伊|責編:張淑謙//丁倫|譯者:趙春江

目錄
前言
致謝
關於作者
譯者序
常見問題
  為什麼選擇PyTorch?
  為什麼選擇這套書?
  誰應該讀這套書?
  我需要知道什麼?
  如何閱讀這套書?
  下一步是什麼?
設置指南
  官方資料庫
  環境
    谷歌Colab
    Binder
    本地安裝
  繼續
第4章   圖像分類
  劇透
  Jupyter Notebook
    導入
  圖像分類
    數據生成
    NCHW與NHWC
  Torchvision
    數據集
    模型
    轉換
    圖像上的轉換
    張量上的轉換
    組合轉換
  數據準備
    數據集轉換
    SubsetRandomSampler
    數據增強轉換
    WeightedRandomSampler
    種子和更多(種子)
    小結
    作為特徵的像素
  淺層模型
    符號
    模型配置
    模型訓練
  深層模型
    模型配置
    模型訓練
    給我看看數學
    給我看看代碼
    作為像素的權重

  激活函數
    Sigmoid
    雙曲正切(TanH)
    整流線性單元(ReLU)
    泄漏ReLU
    參數ReLU(PReLU)
  深度模型
    模型配置
    模型訓練
    再給我看看數學
  歸納總結
  回顧
獎勵章  特徵空間
  二維特徵空間
  轉換
  二維模型
  決策邊界,激活方式
  更多的函數,更多的邊界
  更多的層,更多的邊界
  更多的維度,更多的邊界
  回顧
第5章  卷積
  劇透
  Jupyter Notebook
    導入
  卷積
    濾波器/內核
    卷積運算
    四處移動
    形狀
    在PyTorch中進行卷積
    步幅
    填充
    真正的濾波器
  池化
  展平
  維度
  典型架構
    LeNet-5
  多類分類問題
    數據生成
    數據準備
    損失
    分類損失總結
    模型配置
    模型訓練
  可視化濾波器和其他
    可視化濾波器
    鉤子
    可視化特徵圖

    可視化分類器層
    準確率
    載入器應用
  歸納總結
  回顧
第6章  石頭、剪刀、布
  劇透
  Jupyter Notebook
    導入
  關於石頭、剪刀、布
    石頭、剪刀、布數據集
  數據準備
    ImageFolder
    標準化
    真實數據集
  三通道卷積
  更高級的模型
  丟棄
    二維丟棄
  模型配置
    優化器
    學習率
  模型訓練
    準確率
    正則化效果
    可視化濾波器
  學習率
    尋找LR
    自適應學習率
    隨機梯度下降(SGD)
    學習率調度器
    驗證損失調度器
    自適應與循環
  歸納總結
  回顧
第7章  遷移學習
  劇透
  Jupyter Notebook
    導入
  遷移學習
  ImageNet
  ImageNet大規模視覺識別挑戰賽(ILSVRC)
    ILSVRC-2012
    ILSVRC-2014
    ILSVRC-2015
  對比各架構
  實踐中的遷移學習
    預訓練模型
    模型配置
    數據準備

    模型訓練
    生成特徵數據集
    頂層模型
  輔助分類器(側頭)
  1×1卷積
  Inception模塊
  批量歸一化
    游程(running)統計
    評估階段
    動量
    BatchNorm2d
    其他歸一化
    小結
  殘差連接
    學習恆等
    捷徑的力量
    殘差塊
  歸納總結
    微調
    特徵提取
  回顧
額外章  梯度消失和爆炸
  劇透
  Jupyter Notebook
    導入
  梯度消失和爆炸
    梯度消失
    球數據集和塊模型
    權重、激活和梯度
    初始化方案
    批量歸一化
    梯度爆炸
    數據生成和準備
    模型配置和訓練
    梯度裁剪
    模型配置和訓練
    用鉤子裁剪
  回顧

  • 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