扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
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
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
PYTORCH机器学习从入门到实战 版权信息
- ISBN：9787111610458
- 条形码：9787111610458 ; 978-7-111-61045-8
- 装帧：简裝本
- 册数：暂无
- 重量：暂无
- 所属分类：>
PYTORCH机器学习从入门到实战 内容简介
近年来，基于深度学习的人工智能掀起了一股学习的热潮。本书是使用PyTorch深度学习框架的入门图书，从深度学习原理入手，由浅入深，阐述深度学习中神经网络、深度神经网络、卷积神经网络、自编码器、循环神经网络等内容，同时穿插学习PyTorch框架的各个知识点和基于知识点的实例。*后，综合运用PyTorch和深度学习知识来解决实践中的具体问题，比如图像识别、文本分类和命令词识别等。可以说，本书是深度学习和PyTorch的入门教程，同时也引领读者进入机遇和挑战共存的人工智能领域。
PYTORCH机器学习从入门到实战 目录
前言
章 深度学习介绍1
1.1 人工智能、机器学习与深度学习2
1.2 深度学习工具介绍5
1.3PyTorch介绍7
1.4 你能从本书中学到什么9
第2章 PyTorch安装和快速上手11
2.1PyTorch安装12
2.1.1Anaconda安装12
2.1.2PyTorch安装19
2.2Jupyter Notebook使用19
2.3NumPy基础知识22
2.3.1基本概念23
2.3.2创建数组24
2.3.3基本运算26
2.3.4索引、切片和迭代27
2.3.5 数组赋值32
2.3.6更改数组的形状33
2.3.7组合、拆分数组34
2.3.8广播35
2.4PyTorch基础知识37
2.4.1Tensor简介37
2.4.2Variable简介38
2.4.3CUDA简介38
2.4.4模型的保存与加载39
2.4.5个PyTorch程序40
第3章 神经网络43
3.1 神经元与神经网络44
3.2 激活函数46
3.2.1Sigmoid47
3.2.2Tanh48
3.2.3Hard Tanh49
3.2.4ReLU50
3.2.5ReLU的扩展51
3.2.6Softmax54
3.2.7LogSoftmax55
3.3 前向算法55
3.4 损失函数57
3.4.1损失函数的概念57
3.4.2回归问题57
3.4.3分类问题58
3.4.4PyTorch中常用的损失函数59
3.5 反向传播算法62
3.6 数据的准备65
3.7PyTorch实例：单层神经网络实现66
第4章 深度神经网络及训练70
4.1 深度神经网络72
4.1.1神经网络为何难以训练72
4.1.2改进策略74
4.2 梯度下降75
4.2.1梯度下降75
4.2.2Mini-Batch梯度下降75
4.3 优化器77
4.3.1SGD77
4.3.2Momentum77
4.3.3AdaGrad78
4.3.4RMSProp79
4.3.5Adam80
4.3.6选择正确的优化算法81
4.3.7优化器的使用实例82
4.4 正则化85
4.4.1参数规范惩罚85
4.4.2Batch Normalization86
4.4.3Dropout87
4.5PyTorch实例：深度神经网络实现89
第5章 卷积神经网络93
5.1 计算机视觉95
5.1.1人类视觉和计算机视觉95
5.1.2特征提取95
5.1.3数据集97
5.2 卷积神经网络0
5.2.1卷积层2
5.2.2池化层4
5.2.3经典卷积神经网络5
5.3MNIST数据集上卷积神经网络的实现1
第6章 嵌入与表征学习114
6.1 PCA115
6.1.1PCA原理115
6.1.2PCA的PyTorch实现116
6.2 自编码器117
6.2.1自编码器原理118
6.2.2PyTorch实例：自编码器实现118
6.2.3PyTorch实例：基于自编码器的图形去噪122
6.3 词嵌入125
6.3.1词嵌入原理125
6.3.2PyTorch实例：基于词向量的语言模型实现128
第7章 序列预测模型132
7.1 序列数据处理133
7.2 循环神经网络134
7.3LSTM和GRU138
7.4LSTM在自然语言处理中的应用142
7.4.1词性标注142
7.4.2情感分析144
7.5 序列到序列网络145
7.5.1序列到序列网络原理145
7.5.2注意力机制146
7.6PyTorch实例：基于GRU和Attention 的机器翻译147
7.6.1公共模块147
7.6.2数据处理147
7.6.3模型定义151
7.6.4训练模块定义155
7.6.5训练和模型保存161
7.6.6评估过程162
第8章 PyTorch项目实战165
8.1 图像识别和迁移学习——猫狗大战166
8.1.1迁移学习介绍166
8.1.2计算机视觉工具166
8.1.3猫狗大战的PyTorch实现167
8.2 文本分类172
8.2.1文本分类的介绍173
8.2.2计算机文本工具174
8.2.3基于N的文本分类的PyTorch实现174
8.3 语音识别系统介绍182
8.3.1语音识别介绍182
8.3.2命令词识别的PyTorch实现183
章 深度学习介绍1
1.1 人工智能、机器学习与深度学习2
1.2 深度学习工具介绍5
1.3PyTorch介绍7
1.4 你能从本书中学到什么9
第2章 PyTorch安装和快速上手11
2.1PyTorch安装12
2.1.1Anaconda安装12
2.1.2PyTorch安装19
2.2Jupyter Notebook使用19
2.3NumPy基础知识22
2.3.1基本概念23
2.3.2创建数组24
2.3.3基本运算26
2.3.4索引、切片和迭代27
2.3.5 数组赋值32
2.3.6更改数组的形状33
2.3.7组合、拆分数组34
2.3.8广播35
2.4PyTorch基础知识37
2.4.1Tensor简介37
2.4.2Variable简介38
2.4.3CUDA简介38
2.4.4模型的保存与加载39
2.4.5个PyTorch程序40
第3章 神经网络43
3.1 神经元与神经网络44
3.2 激活函数46
3.2.1Sigmoid47
3.2.2Tanh48
3.2.3Hard Tanh49
3.2.4ReLU50
3.2.5ReLU的扩展51
3.2.6Softmax54
3.2.7LogSoftmax55
3.3 前向算法55
3.4 损失函数57
3.4.1损失函数的概念57
3.4.2回归问题57
3.4.3分类问题58
3.4.4PyTorch中常用的损失函数59
3.5 反向传播算法62
3.6 数据的准备65
3.7PyTorch实例：单层神经网络实现66
第4章 深度神经网络及训练70
4.1 深度神经网络72
4.1.1神经网络为何难以训练72
4.1.2改进策略74
4.2 梯度下降75
4.2.1梯度下降75
4.2.2Mini-Batch梯度下降75
4.3 优化器77
4.3.1SGD77
4.3.2Momentum77
4.3.3AdaGrad78
4.3.4RMSProp79
4.3.5Adam80
4.3.6选择正确的优化算法81
4.3.7优化器的使用实例82
4.4 正则化85
4.4.1参数规范惩罚85
4.4.2Batch Normalization86
4.4.3Dropout87
4.5PyTorch实例：深度神经网络实现89
第5章 卷积神经网络93
5.1 计算机视觉95
5.1.1人类视觉和计算机视觉95
5.1.2特征提取95
5.1.3数据集97
5.2 卷积神经网络0
5.2.1卷积层2
5.2.2池化层4
5.2.3经典卷积神经网络5
5.3MNIST数据集上卷积神经网络的实现1
第6章 嵌入与表征学习114
6.1 PCA115
6.1.1PCA原理115
6.1.2PCA的PyTorch实现116
6.2 自编码器117
6.2.1自编码器原理118
6.2.2PyTorch实例：自编码器实现118
6.2.3PyTorch实例：基于自编码器的图形去噪122
6.3 词嵌入125
6.3.1词嵌入原理125
6.3.2PyTorch实例：基于词向量的语言模型实现128
第7章 序列预测模型132
7.1 序列数据处理133
7.2 循环神经网络134
7.3LSTM和GRU138
7.4LSTM在自然语言处理中的应用142
7.4.1词性标注142
7.4.2情感分析144
7.5 序列到序列网络145
7.5.1序列到序列网络原理145
7.5.2注意力机制146
7.6PyTorch实例：基于GRU和Attention 的机器翻译147
7.6.1公共模块147
7.6.2数据处理147
7.6.3模型定义151
7.6.4训练模块定义155
7.6.5训练和模型保存161
7.6.6评估过程162
第8章 PyTorch项目实战165
8.1 图像识别和迁移学习——猫狗大战166
8.1.1迁移学习介绍166
8.1.2计算机视觉工具166
8.1.3猫狗大战的PyTorch实现167
8.2 文本分类172
8.2.1文本分类的介绍173
8.2.2计算机文本工具174
8.2.3基于N的文本分类的PyTorch实现174
8.3 语音识别系统介绍182
8.3.1语音识别介绍182
8.3.2命令词识别的PyTorch实现183
展开全部
书友推荐
- >
巴金－再思录
巴金－再思录
¥33.1¥46.0 - >
史学评论
史学评论
¥13.9¥42.0 - >
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
¥3.3¥10.0 - >
我从未如此眷恋人间
我从未如此眷恋人间
¥16.4¥49.8 - >
唐代进士录
唐代进士录
¥17.1¥39.8 - >
回忆爱玛侬
回忆爱玛侬
¥10.5¥32.8 - >
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
¥11.0¥23.0 - >
中国历史的瞬间
中国历史的瞬间
¥19.0¥38.0
本类畅销
-
深度学习自然语言处理实战
¥25.8¥59.9 -
过程控制
¥11.9¥35 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158 -
-
2022读者节纪念徽章-三星会员专属
¥45¥45.6
