LOFTER-网易轻博

Python深度学习:基于PyTorch
hdw2000 2019-10-22

这是一本基于最新的Python和PyTorch版本的深度学习著作,旨在帮助读者低门生物学进入深度学习领域,轻松快速掌握深度学习的理论知识和实践方法,快速实现从入门到进阶的转变。

Python深度学习:基于PyTorch》是多位人工智能技术专家和大数据技术专家多年工作经验的结晶,从工具使用,技术原理,算法设计,案例实现等多个维度对深度学习进行了系统的讲解。内容选择上,广泛涉猎,重点突出,针对实战;内容安排上,实例切入,由浅入深,循序渐进;表达形式上,深度抽象,化繁为简,用图说话。

第一部分(第1〜4章)PyTorch基础

首先讲解了机器学习和数据科学中必然会用到的工具Numpy的使用,然后从多个角度讲解了Pytorch的必备基础知识,最后详细讲解了Pytorch的神经网络工具箱和数据处理工具箱。

第二部分(第5〜8章)深度学习基础

这部分从技术原理,算法设计,实践技巧等维度讲解了机器学习和深度学习的经典理理论,算法以及提升深度学习模型性能的多种技巧,涵盖视觉处理,NLP和生成式深度学习等主题。

第三部分(第9〜16章)深度学习实践

这部分从工程实践的角度讲解了深度学习的工程方法和在一些热门领域的实践方案,具体包括人脸识别,图像修复,图像增强,样式迁移,中英文互译,生成样式对抗网络,对抗攻击,强化学习,深度强化学习等内容。

面对众多的深度学习框架,初学者应如何选择?其中框架既易于上手,又在工业界有广泛应用?毫无疑问,PyTorch是不二之选。如此,PyTorch天然与Python结合,大大降低了深度学习的门生物学;合并,它的流行度仅次于TensorFlow,而且有赶超之势,但上手困难却比TensorFlow低很多。

市面上关于深度学习的书很多,基于PyTorch的书也很少,但已有的这些书,其中质量参差不齐,或者技术的版本过时了,“帮助读者低门进入进入深度学习领域,轻松掌握深度学习的理论知识和实践方法,快速实现从入门到进阶的转变”成为本书的核心目标。

为了实现这个目标,《Python深度学习:基于PyTorch》在内容的选择,安排和表达三个方面精心设计的谋划:

内容选择:广泛涉猎,重点突出,针对实战;

没有一定广度,很难达到一定深度,《Python深度学习:基于PyTorch》涉猎面广,但并非全面展开,而是针对核心内容进行重点讲解,通过大量实例将概念,框架,原理,数学公式等乏味的理论融会突破。

内容安排:实例切入,由浅入深,循序渐进;

深度学习难度大,《Python深度学习:基于PyTorch》采用循序渐进的方式,先从特例切入,然后逐步展开讲解,由浅入深,最后再讲解具体的PyTorch代码实现,而不是降低了门数值,而且让学习变了得更有趣。

表达形式上:高度抽象,化繁为简,用图说话;

为了降低学习的难度,《Python深度学习:基于PyTorch》对一些复杂的算法,深奥的理论,枯燥的数学公式进行了高度抽象,化繁为简,同时可行用图说话,一图胜千言!

总而言之,《Python深度学习:基于PyTorch》在追求突破的内容的同时,也希望读者能以一种更轻松,更简单的方式进入深度学习的世界。

PC端

http://product.china-pub.com/8064257

移动端

http://m.china-pub.com/touch/touchproduct.aspx?id=8064257

推荐文章
评论(0)
联系我们|招贤纳士|移动客户端|风格模板|官方博客
网易公司版权所有 ©1997-2020 浙公网安备 33010802010186号浙ICP备16011220号-11增值电信业务经营许可证:浙B2-20160599
网络文化经营许可证: 浙网文[2019]3904-370号自营经营者信息工业和信息化部备案管理系统网站
分享到
转载我的主页