深度学习框架PyTorch
正版新书 新华官方库房直发 可开电子发票
￥ 101.76 6.4折 ￥ 159 全新
库存4件
作者王博，周蓝翔，陈云编著
出版社电子工业出版社
ISBN9787121437519
出版时间2022-07
版次2
装帧平装
开本16开
纸张胶版纸
页数344页
字数458千字
定价159元
货号SC:9787121437519
上书时间2024-12-02
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
王博，北京邮电大学模式识别实验室在读硕士研究生，主要研究方向为深度学习与计算机视觉。Python程序员，PyTorch推广者。作为助教为大一学生讲解《人工智能导论》实验课程，受到同学们的好评。
内容简介:
本书从多维数组Tensor开始，循序渐进地介绍PyTorch各方面的基础知识，并结合深度学习中的经典应用，带领读者从零开始完成几个经典而有趣的实际项目，包括动漫头像生成、风格迁移、自动写诗以及目标检测。本书还介绍了PyTorch的几个高级扩展，包括向量化计算、分布式加速以及CUDA扩展。
本书既适合深度学习的初学者及第一次接触PyTorch的研究人员阅读，也适合有一定PyTorch使用经验的用户阅读，帮助他们建立对PyTorch的基本认识，提高使用PyTorch框架解决实际问题的能力。
目录:
第1章 深度学习框架简介
1.1 深度学习框架编年史
1.2 PyTorch与TensorFlow的对比
1.3 为什么选择PyTorch
第2章 PyTorch快速入门
2.1 安装与配置
2.1.1 在Linux系统下安装PyTorch
2.1.2 在Windows系统下安装PyTorch
2.1.3 学习工具介绍
2.1.4 服务器开发介绍
2.2 PyTorch快速入门指南
2.2.1 Tensor
2.2.2 autograd：自动微分
2.2.3 神经网络
2.2.4 小试牛刀：CIFAR-10分类
2.3 小结
第3章 Tensor和autograd
3.1 Tensor基础
3.1.1 Tensor的基本操作
3.1.2 命名张量
3.1.3 Tensor与NumPy
3.1.4 Tensor的基本结构
3.1.5 变形记：N种改变Tensor形状的方法
3.2 小试牛刀：线性回归
3.3 autograd和计算图基础
3.3.1 autograd的用法：requires_grad与backward
3.3.2 autograd的原理：计算图
3.3.3 扩展autograd：Function
3.3.4 小试牛刀：利用autograd实现线性回归
3.4 小结
第4章 神经网络工具箱nn
4.1 nn.Module
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价