深度学习为世界上的智能系统(比如Google Voice、Siri和Alexa)提供了动力。随着硬件(如GPU)和软件框架(如PyTorch、Keras、TensorFlow和CNTK)的进步以及大数据的可用性,人们在文本、视觉和分析等领域更容易实施相应问题的解决方案。
本书对当今前沿的深度学习库PyTorch进行了讲解。凭借其易学习性、高效性以及与Python开发的天然亲近性,PyTorch获得了深度学习研究人员以及数据科学家们的关注。本书从PyTorch的安装讲起,然后介绍了为现代深度学习提供驱动力的多个基础模块,还介绍了使用CNN、RNN、LSTM以及其他网络模型解决问题的方法。本书对多个先进的深度学习架构的概念(比如ResNet、DenseNet、Inception和Seq2Seq)进行了阐述,但没有深挖其背后的数学细节。与GPU计算相关的知识、使用PyTorch训练模型的方法,以及用来生成文本和图像的复杂神经网络(如生成网络),也在本书中有所涵盖。
学完本书后,读者可以使用PyTorch轻松开发深度学习应用程序。
评分
评分
评分
评分
性价比极其低的tutorial. 有很多错别字。英文版也很垃圾,复制粘贴。
评分性价比极其低的tutorial. 有很多错别字。英文版也很垃圾,复制粘贴。
评分差
评分代码排版也太不走心了吧。有其他框架基础的看看第三章就行了。而且这个书的内容排版简直和《python深度学习》一模一样,太山寨了。
评分bert一出,pytorch立马就跟上了。底层的东西和tf差不多,个人更喜欢用些。
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有