深度学习原理与PyTorch实战

图书标准信息

• 作者 张伟振
• 出版社 清华大学出版社
• 出版时间 2021-05
• 版次 1
• ISBN 9787302576860
• 定价 69.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 280页
• 字数 396.000千字

【内容简介】

本书按照从理论到实践，从实践到创造的顺序讲解深度学领域的知识与技术，代码翔实，公式简单易懂。本书章介绍深度学的概念和目前的形势，第2章介绍python编程语言基础，第3章使用python语言计算极限、导数、级数等数学问题，第4章讲解深度学的基本与pytorch框架的基本使用，第5章和第6章详细讲述经典网络结构n和rn，第7~9章介绍自研深度学框架，并详细讨论之前忽略的深度学底层实现上的算法和细节，0章介绍目前机器学的前沿——无监督学，1章主要讲解深度学模型以web应用形式部署的技术。本书适合有高等数学基础、希望了解深度学领域知识和技术的初学者阅读，也可作为相关培训机构的参用书。

【作者简介】

张伟振，主要从事系统架构设计、深度学在计算机视觉任务中的应用方面的研究，在计算机图形学、大型软件架构设计、后台开发、桌面应用、游戏、web应用等领域亦有较丰富经验。

【目录】

章人工智能的新篇章

1．1引言

1．2过去人工智能的困境

1．3神经网络

1．4我们都是炼丹师

1．4．1机器的力量

1．4．2遍地开花的深度学

1．5深度监督学三部曲

1．6深度学框架

1．6．1常见的深度学框架

1．6．2pytorch的优势

第2章python基础（29min）

2．1python简介

2．1．1python语言

2．1．2编译器和解释器

2．1．3python的哲学

2．1．4python的优缺点

2．2pythonhelloworld

2．2．1安装python解释器

2．2．2helloworld程序

2．3python基本语法

2．3．1变量

2．3．2函数

2．3．3基本数据类型

2．3．4条件控制

2．3．5列表

2．3．6错误和异常

2．4标准库

2．4．1math

2．4．2文件读写和os库

2．5python面向对象

2．5．1花名册

2．5．2使用class关键字声明类

2．5．3限定函数参数的类型

2．5．4静态方法

2．6包和模块

2．6．1安装第三方库

2．6．2创建包和模块

2．6．3使用第三方库

2．6．4打包python源代码

2．7开发环境

2．7．1jupyternotebook

2．7．2安装pycharm

第3章实用数学（11min）

3．1线代数

3．1．1向量

3．1．2矩阵

3．1．3使用矩阵的理由

3．2高等数学

3．2．1函数

3．2．2函数的极限

3．2．3导数

3．2．4导函数

3．2．5泰勒公式

3．2．6偏导数

3．2．7梯度

第4章深度学和pytorch基础（85min）

4．1深度学三部曲

4．1．1准备数据

4．1．2定义模型、损失函数和优化器

……

第5章卷积神经网络（38min）

第6章序列模型（93min）

第7章算法基础

第8章c++基础

第9章自研深度学框架

0章无监督学

1章案例：游戏ai