电子书：《深度学习框架pytorch：入门与实践》《深度学习框架pytorch：入门与实践》陈云
111
内容简介：
作者简介陈云on程序员、 linux爱好者和 pytorch码贡献者。主要研究方向包括计算0机器学习。曾获得“2017知乎·看山杯机器学习挑战赛”一等奖.“2017天池医疗a大赛\第八名。热衷于推广 porch.并有丰富的使用经验.活跃于 torch论坛和知乎相关板块松注册成为博文视点社区用户broadview.com.ch).扫码直达本书页面。下载资源:本书所提供的示例代码及资源文件均可在【下载资源】处下载提交勘误:您对书中内容的修改意见可在【提交勘误】处提交.若被采纳.将获贈文视点社区积分(在您购买电子书时积分可用来抵扣相应金额与读者交流在页面下方【读者评论】处留下您的疑问或观点.与其他读者一同学习交流。页面入口tp://www.broadview.com.cn/33077欢迎加入本书读者.q.q.群.:397326578
深度学习框架pytorch入门与实践陈云◎编著電子工掌出社blishing house of electronics industry北京· beljing
内容简介书从多维数组 tensor开始.循序渐进地带领读者了解 pytorch各方面的基础知识.并结合基础知识和前沿研究.带领读者从零开始完成几个经典有趣的深度学习小项目.包括gan生成动漫头像、ai滤镜、ai写诗等。本书没有简单机械地介绍各个函数接口的使用.而是尝试分门别类、循序渐进地向读者介绍 pytorch的知识.希望读者对 py torch有一个完整的认识本书内容由浅人深.无论是深度学习的初学者.还是第一次接触 pytorch的研究人员.都能在学习本书的过程中快速掌握 py torch。即使是有一定 py torch使用经验的用户.也能够从本书中获得对 pytorch不一样的理解。未经许可.不得以任何方式复制或抄袭本书之部分或全部内容版权所有.侵权必究图书在版编目(cip)数据深度学习框架 py torch:人门与实践/陈云编著.一北京:电子工业出版社.2018.1sbn978-7-121-33077④深…1.①陈…ⅲ.①机器学习-研究iv.①tp8中guo版本图书馆cip数据核字(2017)第286730号策划编辑:郑柳洁责任编辑:郑柳洁印刷:三河市双峰印刷装订有限公司装订:三河市双峰印刷装订有限公司出版发行:电子工业出版社北京市海淀区万寿路173信箱邮编:100036开本:787×9801/16印张:18.75字数:353千字版次:2018年1月第1版印次:2018年4月第3次印刷65.00元凡所购买电子工业出版社图书有缺损问题.请向购买书店调换。若书店售缺.请与本社发行部联系.联系及邮购电话010)882548888825888质量投诉请发邮件至[email protected].盗版侵权举报请发邮件至[email protected]本书咨询联系方式010)[email protected]
前言为什么写这本书2016年是属于 tensorflow的一年.凭借谷歌的大力推广. tensorflow占据了各大媒体的头条。2017年年初. pytorch的横空出世吸引了研究人员极大的关注. py torch简洁优雅的设计、统一易用的接口、追风逐电的速度和变化无方的灵活性给人留下深刻的印象作为一门2017年刚刚发布的深度学习框架.研究人员所能获取的学习资料有限中文资料更是比较少。笔者长期关注 py torch发展.经常在论坛上帮助 pytorch新手解决问题.在平时的科研中利用 pytorch进行各个方面的研究.有着丰富的使用经验。看到guo内的用户对 py torch十分感兴趣.迫切需要一本能够全面讲解 pytorch的书籍.于是本书就这么诞生了。本书的结构本书分为两部分:第2-5章主要介绍 pytorch的基础知识。第2章介绍 pytorch的安装和配置学习环境。同时以最概要的方式介绍 pytorch的主要内容.让读者对 py torch有一个大概的整体印象第3章介绍 pytorch中多维数组 tensor和动态图 autograd/variable的使用.并配以例子.让读者分别使用 tensor和 autograd实现线性回归.比较二者的不同点本章还对 tensor的底层设计.以及 autocad的原理进行了分析.给读者以更全面具体的讲解。第4章介绍 pytorch中神经网络模块n的基础用法.同时讲解了神经网络中的层”、“损失函数”、“优化器”等.最后带领读者用不到50行的代码搭建出曾夺得 imagenet冠军的 resnet第5章介绍 pytorch中数据加载、gpu加速和可视化等相关工具
第6-10章主要介绍实战案例第6章是承上启下的一章.目标不是教会读者新函数、新知识.而是结合 gaggle中一个经典的比赛.实现一个深度学习中比较简单的图像二分类问题。在实现的过程中.带领读者复习前5章的知识.并提出代码规范以合理地组织程序和代码使程序更可读、可维护。第6章还介绍在 pytorch中如何进行 debug第7章为读者讲解当前最火爆的生成对抗网络(gan).带领读者从零开始实现一个动漫头像生成器.能够利用gan生成风格多变的动漫头像·第8章为读者讲解风格迁移的相关知识.并带领读者实现风格迁移网络.将自己的照片变成“高大上”的名画第9章为读者讲解一些自然语言处理的基础知识.并讲解 charon的原理。然后利用其收集几万首唐诗.训练出一个可以自动写诗歌的小程序。这个小程序可以控制生成诗歌的格式和意境.还能生成藏头诗第10章为读者介绍图像描述任务.并以最新的 al challenger比赛的数据为例.带领读者实现一个可以进行简单图像描述的小程序第1章和第11章是本书的首章和末章.第1章介绍 pytorch的优势.以及和市面上其他几款框架的对比。第1章是对本书的总结.以及对 py torch不足之处的思考时对读者未来的学习提出建议关于代码本书的所有代码都开源在gub上.其中第2-5章的代码以 jupyter notebook形式提供.读者可以在自己的计算机上交互式地修改运行它。第6-10章的代码以单独的程序给出.每个函数的作用与细节在代码中有大量的注释本书的代码.在最新版的 py torch0.2上运行.同时支持 python2和 python3.其中前5章的代码同时在 python27和 python3.5上验证.并得到最终结果第6-10章的代码.主要在 python2.7上运行并得到最终结果.同时在 python3上测试未报错whttps://github.com/chenyuntc/pytorch-book
“
