扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
智能系统与技术丛书PyTorch深度学习实战 版权信息
- ISBN：9787111657361
- 条形码：9787111657361 ; 978-7-111-65736-1
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
智能系统与技术丛书PyTorch深度学习实战 本书特色
适读人群 ：本书非常适合知道如何在 Python 中编程并了解深度学习基础知识的读者。本书面向具有传统机器学习实践经验，或希望在实践中探索深度学习世界并将其实现部署到生产中的开发人员。本书是一本深度学习实践指南，聚焦于PyTorch深度学习各场景的动手实现，不涉及模型层面的原理剖析。书中通过大量示例及代码，详细展示如何使用PyTorch构建深度学习模型原型、构建深度学习工作流和将原型用于生产。 全书共7章。第1章介绍使用PyTorch进行深度学习的方法和PyTorch的基本API；第2章演示如何构建一个简单神经网络；第3章深入探讨深度学习工作流和PyTorch生态系统；第4章介绍基于PyTorch构建的CNN；第5章介绍RNN并探讨序列数据处理；第6章详细介绍生成对抗网络（GAN）；第7章介绍强化学习；第8章介绍将PyTorch应用于生产的三种不同方法。
智能系统与技术丛书PyTorch深度学习实战 内容简介
随着深度学习在计算机视觉、自然语言处理、语音识别及分割领域的日益火爆，对于算法从业人员来说，熟练掌握并应用一种深度学习框架已成为推荐技能。在众多深度学习框架中，目前主流的是PyTorch和TensorFlow。尽管TensorFlow在工业界的应用有诸多优势，但依然有很多研究人员从TensorFlow转向PyTorch。PyTorch以其易于调试、具有动态计算图等特性备受学术界关注。关于PyTorch和TensorFlow的框架之争从未停止过。工业应用更倾向于TensorFlow，而学术研究更倾向于PyTorch。学术研究人员关心的是研究中算法迭代速度有多快，其应用场景通常是在相对较小的数据集上，优选的因素不是性能，而是快速实现并验证假设的能力。相反，工业界认为性能是需要优先考虑的。譬如预测耗时降低10ms对于优化用户体验意义重大，但对于研究人员来说基本没有太大意义。另外，PyTorch框架也在逐渐演进，以弥补其在生产应用上的劣势，在2018年年末，PyTorch 引入了即时编译器（JIT）和TorchScript。其中，JIT可以将PyTorch程序转换为一种名为TorchScript的中间表征（IR）。TorchScript 是PyTorch的图表征。一旦PyTorch模型处于其中间表征状态，我们就获得了图模式的所有好处。我们可以在不依赖 Python 的情况下，在 C++ 环境中部署PyTorch模型，或者对其进行优化，从而使PyTorch在深度学习各场景中有更大的应用空间。本书聚焦PyTorch深度学习各场景的动手实现，不涉及模型层面的原理剖析。读者可以基于本书提供的知识快速实现CNN、RNN、生成对抗网络等神经网络。
智能系统与技术丛书PyTorch深度学习实战 目录
译者序
前言
作者简介
审校者简介
第1章 深度学习回顾和PyTorch简介1
11 PyTorch的历史2
12 PyTorch是什么3
121 安装PyTorch4
122 PyTorch流行的原因5
13 使用计算图7
131 使用静态图8
132 使用动态图11
14 探索深度学习13
15 开始编写代码22
151 学习基本操作22
152 PyTorch的内部逻辑28
16 总结31
参考资料32
第2章 一个简单的神经网络33
21 问题概述33
22 数据集34
23 新手模型38
24 PyTorch方式49
241 高阶API50
242 functional模块55
243 损失函数57
244 优化器57
25 总结59
参考资料59
第3章 深度学习工作流60
31 构思和规划61
32 设计和实验62
321 数据集和DataLoader类62
322 实用程序包65
33 模型实现75
34 训练和验证79
35 总结86
参考资料 86
第4章 计算机视觉87
41 CNN简介87
42 将PyTorch应用于计算机视觉90
421 简单CNN90
422 语义分割99
43 总结112
参考资料112
第5章 序列数据处理114
51 循环神经网络简介114
52 问题概述116
53 实现方法116
531 简单RNN117
532 高级RNN130
533 递归神经网络137
54 总结141
参考资料142
第6章 生成网络143
61 方法定义144
62 自回归模型145
621 PixelCNN147
622 WaveNet153
63 GAN161
631 简单GAN161
632 CycleGAN168
64 总结173
参考资料173
第7章 强化学习175
71 问题定义177
72 回合制任务与连续任务178
73 累积折扣奖励179
74 马尔可夫决策过程180
75 解决方法182
751 策略和价值函数182
752 贝尔曼方程183
753 深度Q学习184
754 经验回放186
755 Gym186
76 总结194
参考资料194
第8章 将PyTorch应用到生产195
81 使用Flask提供服务196
82 ONNX202
83 使用TorchScript提高效率215
84 探索RedisAI218
85 总结222
参考资料223
展开全部
智能系统与技术丛书PyTorch深度学习实战 作者简介
谢林·托马斯（Sherin Thomas） 的职业生涯始于信息安全专家，后来他将工作重心转移到基于深度学习的安全系统。他曾帮助全球多家公司建立AI流程，曾就职于初创公司CoWrks。他目前正在从事多个开源项目，包括PyTorch、RedisAI等，并领导TuringNetwork.ai的开发。他还专注于为奥罗比克斯（Orobix）分拆公司[tensor]werk建设深度学习基础设施。苏丹舒·帕西（Sudhanshu Passi） 是CoWrks的技术专家。在CoWrks，他一直是机器学习的一切相关事宜的驱动者。在简化复杂概念方面的专业知识使他的著作成为初学者和专家的理想读物。在业余时间，他还会在当地的游泳池内计算水下梯度下降。 译者简介马恩驰 京东算法总监，现任京东算法智能应用部负责人，负责智能营销算法在业务中的应用。曾就职于阿里巴巴达摩院-人工智能实验室，负责语音搜索架构升级和搜索算法优化工作。在搜索推荐领域有10年的算法经验，主要研究方向为自然语言处理、知识图谱、智慧营销等。主导编写和翻译了《TensorFlow自然语言处理》《PyTorch深度学习实战》《应用预测建模》《智慧运营》等书籍。
书友推荐
- >
我从未如此眷恋人间
我从未如此眷恋人间
¥24.4¥49.8 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥15.9¥49.8 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥3.5¥10.0 - >
我与地坛
我与地坛
¥16.5¥28.0 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.3¥14.0 - >
随园食单
随园食单
¥15.4¥48.0 - >
有舍有得是人生
有舍有得是人生
¥17.1¥45.0 - >
中国历史的瞬间
中国历史的瞬间
¥16.7¥38.0
本类畅销
-
十二字节
¥42.4¥69 -
前瞻交互:从语音、手势设计到多模融合
¥76.3¥109 -
人工智能
¥18.6¥55 -
人工智能技术商业应用场景实战
¥45.8¥79 -
4.23文创礼盒A款--“作家言我精神状态”
¥42.3¥206 -
4.23文创礼盒B款--“作家言我精神状态”
¥42.3¥206
