PyTorch深度學習簡明實戰
本書針對深度學習及開源框架——PyTorch,采用簡明的語言進行知識的講解,注重實戰。全書分為4篇,共19章。深度學習基礎篇(第1章~第6章)包括PyTorch簡介與安裝、機器學習基礎與線性回歸、張量與數據類型、分類問題與多層感知器、多層感知器模型與模型訓練、梯度下降法、反向傳播算法與內置優化器。計算機視覺篇(第7章~第14章)包括計算機視覺與卷積神經網絡、卷積入門實例、圖像讀取與模型保存、多分類問題與卷積模型的優化、遷移學習與數據增強、經典網絡模型與特征提取、圖像定位基礎、圖像語義分割。自然語言處理和序列篇(第15章~第17章)包括文本分類與詞嵌入、循環神經網絡與一維卷積神經網絡、序列預測實例。生成對抗網絡和目標檢測篇(第18章~第19章)包括生成對抗網絡、目標檢測。
·9.8萬字