PyTorch深度學習實戰
作 者: (美)謝林·托馬斯,(美)蘇丹舒·帕西 著 馬恩馳,陸健 譯
定 價: 79
出?版?社: 機械工業出版社
出版日期: 2020年06月01日
頁 數: 223
裝 幀: 平裝
ISBN: 9787111657361
●譯者序
前言
作者簡介
審校者簡介
章 深度學習回顧和PyTorch簡介
1.1 PyTorch的歷史
1.2 PyTorch是什麼
1.2.1 安裝PyTorch
1.2.2 PyTorch流行的原因
1.3 使用計算圖
1.3.1 使用靜態圖
1.3.2 使用動態圖
1.4 探索深度學習
1.5 開始編寫代碼
1.5.1 學習基本操作
1.5.2 PyTorch的內部邏輯
1.6 總結
參考資料
第2章 一個簡單的神經網絡
2.1 問題概述
2.2 數據集
2.3 新手模型
2.4 PyTorch方式
2.4.1 高階API
2.4.2 functional模塊
2.4.3 損失函數
2.4.4 優化器
2.5 總結
參考資料
第3章 深度學習工作流
3.1 構思和規劃
3.2 設計和實驗
3.2.1 數據集和DataLoader類
3.2.2 實用程序包
3.3 模型實現
3.4 訓練和驗證
3.5 總結
參考資料
第4章 計算機視覺
4.1 CNN簡介
4.2 將PyTorch應用於計算機視覺
4.2.1 簡單CNN
4.2.2 語義分割
4.3 總結
參考資料
第5章 序列數據處理
5.1 循環神經網絡簡介
5.2 問題概述
5.3 實現方法
5.3.1 簡單RNN
5.3.2 不錯RNN
5.3.3 遞歸神經網絡
5.4 總結
參考資料
第6章 生成網絡
6.1 方法定義
6.2 自回歸模型
6.2.1 PixelCNN
6.2.2 WaveNet
6.3 GAN
6.3.1 簡單GAN
6.3.2 CycleGAN
6.4 總結
參考資料
第7章 強化學習
7.1 問題定義
7.2 回合制任務與連續任務
7.3 累積獎勵
7.4 馬爾可夫決策過程
7.5 解決方法
7.5.1 策略和價值函數
7.5.2 貝爾曼方程
7.5.3 深度Q學習
7.5.4 經驗回放
7.5.5 Gym
7.6 總結
參考資料
第8章 將PyTorch應用到生產
8.1 使用Flask提供服務
8.2 ONNX
8.3 使用TorchScript提高效率
8.4 探索RedisAI
8.5 總結
參考資料
內容簡介
本書是一本深度學習實踐指南，聚焦於PyTorch深度學習各場景的動手實現，不涉及模型層面的原理剖析。書中通過大量示例及代碼，詳細展示如何使用PyTorch構建深度學習模型原型及深度學習工作流和將原型用於生產。 全書共7章。章介紹使用PyTorch進行深度學習的方法和PyTorch的基本API；第2章演示如何構建一個簡單神經網絡；第3章深入探討深度學習工作流和PyTorch生態繫統；第4章介紹基於PyTorch構建的CNN；第5章介紹RNN並探討序列數據處理；第6章詳細介紹生成對抗網絡（GAN）；第7章介紹強化學習；第8章介紹將PyTorch應用於生產的三種不同方法。
