当前位置:
首页 > 互联网+ > 人工智能 > PyTorch深度学习pdf/doc/txt格式电子书下载

PyTorch深度学习pdf/doc/txt格式电子书下载

本站仅展示书籍部分内容

如有任何咨询

请加微信10090337咨询

PyTorch深度学习pdf/doc/txt格式电子书下载

书名:PyTorch深度学习pdf/doc/txt格式电子书下载

推荐语:使用PyTorch开发神经网络的实用指南,深度学习框架PyTorch入门教程,涵盖机器学习、神经网络、计算机视觉应用等知识,提供本书彩图和源代码下载

作者:(印度)毗湿奴·布拉马尼亚(VishnuSubramanian),王海玲,刘江峰等译

出版社:人民邮电出版社

出版时间:2019-04-01

书籍编号:30471160

ISBN:9787115508980

正文语种:中文

字数:207712

版次:1

所属分类:互联网+-人工智能

全书内容:

PyTorch深度学习pdf/doc/txt格式电子书下载









内容提要


PyTorch是Facebook于2017年初在机器学习和科学计算工具Torch的基础上,针对Python语言发布的一个全新的机器学习工具包,一经推出便受到了业界的广泛关注和讨论,目前已经成为机器学习从业人员首选的一款研发工具。


本书是使用PyTorch构建神经网络模型的实用指南,内容分为9章,包括PyTorch与深度学习的基础知识、神经网络的构成、神经网络的高级知识、机器学习基础知识、深度学习在计算机视觉中的应用、深度学习在序列数据和文本中的应用、生成网络、现代网络架构,以及PyTorch与深度学习的未来走向。


本书适合对深度学习领域感兴趣且希望一探PyTorch究竟的业内人员阅读;具备其他深度学习框架使用经验的读者,也可以通过本书掌握PyTorch的用法。




在过去的几年里,我一直与Vishnu Subramanian共事。Vishnu给人的印象是一位热情的技术分析专家,他具备达到卓越所需的严谨性。他对大数据、机器学习、人工智能的观点很有见地,并对问题和解决办法的前景进行了分析和评价。由于与他关系密切,我很高兴能以Affine首席执行官的身份为本书作序。


要想更成功地为财富500强客户提供深度学习解决方案,显然需要快速的原型设计。PyTorch允许对分析中的项目进行快速原型化,而不必过于担心框架的复杂性。借助于能更快交付解决方案的框架,开发人员的能力将发挥到极致。作为一名提供高级分析解决方案的企业家,在团队中建立这种能力是我的首要目标。本书中,Vishnu将带领读者了解使用PyTorch构建深度学习解决方案的基本知识,同时帮助读者建立一种面向现代深度学习技术的思维模式。


本书前半部分介绍了深层学习和PyTorch的几个基本构造块,还介绍了关键的概念,如过拟合、欠拟合以及有助于处理这些问题的技术。


在本书后半部分,Vishnu介绍了最新的概念,如CNN、RNN、使用预卷积特征的LSTM迁移学习、一维卷积,以及如何应用这些技术的真实案例。最后两章介绍了现代深度学习体系结构,如Inception、ResNet、DenseNet模型和它们的集成,以及生成网络如风格迁移、GAN和语言建模等。


因为有了所有这些实用案例和详细的解释,对想要精通深度学习的读者,本书无疑是最佳的图书之一。今天,技术发展的速度是无与伦比的。对于期待开发成熟的深度学习解决方案的读者,我想指出的是,合适的框架也会推动合适的思维方式。


祝本书所有读者可以快乐地探索新世界!


祝Vishnu和本书取得巨大的成功,此乃实至名归。


Manas Agarwal


Affine Analytics公司联合创始人兼CEO


印度班加罗尔



作者简介


Vishnu Subramanian在领导、设计和实施大数据分析项目(人工智能、机器学习和深度学习)方面富有经验。擅长机器学习、深度学习、分布式机器学习和可视化等。在零售、金融和旅行等行业颇具经验,还善于理解和协调企业、人工智能和工程团队之间的关系。



献辞


献给Jeremy Howard和Rachel Thomas,感谢他们对我写作本书的鼓励,感谢家人对我的爱和关心!



致谢


如果没有Jeremy Howard和Rachel Thomas的 fast.ai的启发和网络公开课,本书就不可能面世。感谢他们为普及人工智能/深度学习所做的工作。



审稿人简介


Poonam Ligade是一名自由职业者,专注于大数据工具,如Spark、Flink和Cassandra,以及可扩展的机器学习和深度学习方面的工作。她也是一位顶级的Kaggle核心作者。



译者简介


王海玲,毕业于吉林大学计算机系,从小喜爱数学,曾获得华罗庚数学竞赛全国二等奖。拥有世界500强企业多年研发经验。作为项目骨干成员,参与过美国惠普实验室机器学习项目。


刘江峰,重庆大学软件工程硕士,专注于物流、旅游、航空票务、电商等垂直技术领域。曾在上市公司内带领团队与去哪儿、途牛、飞猪平台在机票、旅游方向有项目合作。目前在任职公司主要负责带领攻坚团队为公司平台深度整合人工智能、数据决策的多项平台应用。



译稿审稿人简介


李昉,毕业于东北大学自动化系,大学期间曾获得“挑战杯”全国一等奖。拥有惠普、文思海辉等世界500强企业多年研发经验,随后加入互联网创业公司。现在中体彩彩票运营公司负责大数据和机器学习方面的研发。同时是集智俱乐部成员,并参与翻译了人工智能图书Deep Thinking。



前言


PyTorch以其灵活性和易用性吸引了数据科学专业人士和深度学习业者的注意。本书介绍了深度学习和PyTorch的基本组成部分,并展示了如何使用可行方法解决真实问题,以及一些用于解决当代前沿研究问题的现代体系结构和技术。


本书在不深入数学细节的条件下,给出了多个先进深度学习架构的直观解释,如ResNet、DenseNet、Inception和Seq2Seq等,也讲解了如何进行迁移学习,如何使用预计算特征加速迁移学习,以及如何使用词向量、预训练的词向量、LSTM和一维卷积进行文本分类。


阅读完本书后,读者将会成为一个熟练的深度学习人才,能够利用学习到的不同技术解决业务问题。



本书面向的读者包括工程师、数据分析员、数据科学家、深度学习爱好者,以及试图使用PyTorch研究和实现高级算法的各类人员。如果读者具备机器学习的知识,则有助于本书的阅读,但这并不是必需的。读者最好了解Python编程的知识。



第1章,PyTorch与深度学习,回顾了人工智能和机器学习的发展史,并介绍了深度学习的最新成果,以及硬件和算法等诸多领域的发展如何引发了深度学习在不同应用上的巨大成功。最后介绍了PyTorch的Python库,它由Facebook基于Torch构建。


第2章,神经网络的构成,讨论了PyTorch的不同组成部分,如变量、张量和nn.module,以及如何将其用于开发神经网络。


第3章,深入了解神经网络,涵盖了训练神经网络的不同过程,如数据的准备、用于批次化张量的数据加载器、创建神经架构的torch.nn包以及PyTorch损失函数和优化器的使用。


第4章,机器学习基础,介绍了不同类型的机器学习问题和相关的挑战,如过拟合和欠拟合等,以及避免过拟合的不同技术,如数据增强、加入dropout和使用批归一化。


第5章,深度学习之计算机视觉,介绍了卷积神经网络的基本组成,如一维和二维卷积、最大池化、平均池化、基础CNN架构、迁移学习以及使用预卷积特征加快训练等。


第6章,序列数据和文本的深度学习,介绍了词向量、如何使用预训练的词向量、RNN、LSTM和对IMDB数据集进行文本分类的一维卷积。


第7章,生成网络,介绍了如何使用深度学习生成艺术图片、使用DCGAN生成新图片,以及使用语言模型生成文本。


第8章,现代网络架构,介绍了可用于计算机视觉的现代架构,如ResNet、Inception和DenseNet。还快速地介绍了可用于现代语言翻译和图像标注系统的encoder-decoder架构。


第9章,未来走向,总结了本书所学内容,并介绍了如何紧跟深度学习领域的最新潮流。



本书除第1章与第9章之外,其他章节在GitHub库中都有对应的Jupyter Notebook,为了节省空间,可能未包含运行所需的导入语句。读者应该可以从该Notebook中运行所有代码。


本书注重实际演示,请在阅读本书时运行Jupeter Notebook。


使用带有GPU的计算机有助于代码运行得更快。有些公司如paperspace和crestle抽象出了运行深度学习算法所需的大量复杂度。



资源与支持


本书由异步社区出品,社区(https://www.epubit.com/)为您提供相关资源和后续服务。



本书提供如下资源:




  • 本书源代码;



  • 本书彩图文件。


要获得以上配套资源,请在异步社区本书页面中点击PyTorch深度学习pdf/doc/txt格式电子书下载,跳转到下载界面,按提示进行操作即可。注意:为保证购书读者的权益,该操作会给出相关提示,要求输入提取码进行验证。



作者和编辑尽最大努力来确保书中内容的准确性,但难免会存在疏漏。欢迎您将发现的问题反馈给我们,帮助我们提升图书的质量。


当您发现错误时,请登录异步社区,按书名搜索,进入本书页面,点击“提交勘误”,输入勘误信息,点击“提交”按钮即可。本书的作者和编辑会对您提交的勘误进行审核,确认并接受后,您将获赠异步社区的100积分。积分可用于在异步社区兑换优惠券、样书或奖品。


E:\\0在线编撰系统图书\\50391\\qy-web-resources\\image\\2.png



我们的联系邮箱是contact@epubit.com.cn。


如果您对本书有任何疑问或建议,请您发邮件给我们,并请在邮件标题中注明本书书名,以便我们更高效地做出反馈。


如果您有兴趣出版图书、录制教学视频,或者参与图书翻译、技术审校等工作,可以发邮件给我们;有意出版图书的作者也可以到异步社区在线提交投稿(直接访问www.epubit.com/selfpublish/submission即可)。


如果您是学校、培训机构或企业,想批量购买本书或异步社区出版的其他图书,也可以发邮件给我们。


如果您在网上发现有针对异步社区出品图书的各种形式的盗版行为,包括对图书全部或部分内容的非授权传播,请您将怀疑有侵权行为的链接发邮件给我们。您的这一举动是对作者权益的保护,也是我们持续为您提供有价值的内容的动力之源。



“异步社区”是人民邮电出版社旗下IT专业图书社区,致力于出版精品IT技术图书和相关学习产品,为作译者提供优质出版服务。异步社区创办于2015年8月,提供大量精品IT技术图书和电子书,以及高品质技术文章和视频课程。更多详情请访问异步社区官网https://www.epubit.com。


“异步图书”是由异步社区编辑团队策划出版的精品IT专业图书的品牌,依托于人民邮电出版社近30年的计算机图书出版积累和专业编辑团队,相关图书在封面上印有异步图书的LOGO。异步图书的出版领域包括软件开发、大数据、AI、测试、前端、网络技术等。


PyTorch深度学习pdf/doc/txt格式电子书下载


异步社区


PyTorch深度学习pdf/doc/txt格式电子书下载


微信服务号



栏目1 


优化后的系统性能可能有较大提升。


第1章 PyTorch与深度学习


深度学习改变了很多产业,吴恩达(Andrew Ng)曾在他的推特上这样描述:


Artificial Intelligence is the new electricity!(人工智能犹如新型电力!)


电能的应用曾为无数行业带来了巨变,如今人工智能也将带来同样的震撼。


人工智能和深度学习虽然经常被当成同义词使用,但实际上这两个术语有本质的区别。我们会从专业的角度解释这两个术语,作为业内人士的你就可以像区分信号和噪声一样区分它们。


本章将讲解人工智能的以下内容:



  • 人工智能及其源起;
  • 现实世界中的机器学习;
  • 深度学习的应用;
  • 为何要研究深度学习;
  • 深度学习框架PyTorch。


现今每天都有很多人工智能的文章发表,并且在最近两年愈演愈烈。网络上关于人工智能的定义有几种说法,我最喜欢的一个是,通常由人完成的智能任务的自动化。



1956年,约翰·麦肯锡(John McCarthy)主持召开了第一次人工智能的学术会议,并创造了人工智能这个术语。然而早在此之前,关于机器是否会思考的讨论就已经开始。人工智能发展初期,机器已经可以解决对于人类比较困难的问题。


例如,德国制造了在第二次世界大战后期用于军事通信的恩尼格玛密码机(Enigma machine)。阿兰·图灵(Alan Turing)则构建了一个用于破解恩尼格玛密码机的人工智能系统。人类破译恩尼格玛密码是一个非常有挑战性的任务,并往往会花费分析员数周的时间。而人工智能机器几个小时就可以完成破译。


计算机解决一些对人类很直接的问题,却一度非常艰难。如区分猫和狗,朋友对你参加聚会迟到是否生气(情绪),区分汽车和卡车,为研讨会写纪要(语音识别),或为你的外国朋友将笔记转换成对方的语

....

本站仅展示书籍部分内容

如有任何咨询

请加微信10090337咨询

本站仅展示书籍部分内容
如有任何咨询

请加微信10090337咨询

再显示