加载中...
扫一扫
下载苏宁易购APP
关注苏宁推客公众号
自购省钱·分享赚钱
下载苏宁金融APP
关注苏宁易购服务号
用户评价:----
物流时效:----
售后服务:----
实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
[正版]PyTorch深度学习简明实战
¥ ×1
商品
服务
物流
店铺公告
本店存在书、古旧书、收藏书、二手书等特殊商品,因受采购成本限制,可能高于定价销售,明码标价,介意者勿拍!
1.书籍因稀缺可能导致售价高于定价,图书实际定价参见下方详情内基本信息,请买家看清楚且明确后再拍,避免价格争议!
2.店铺无纸质均开具电子,请联系客服开具电子版
深度学习是机器学习领域中一个重要的研究方向,它被引入机器学习使其更接近于初的目标——人工智能。深度学习作为机器学习的一种,而机器学习是实现人工智能的必经路径,因此读者有必要深入了解深度学习。本书对深受研究人员关注的深度学习及其开源框架——PyTorch进行了讲解。PyTorch凭借其易学习性、高效性以及与Python开发的天然亲近性,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,还介绍了回归问题、张量基础、多层感知器、卷积基础和卷积模型、迁移学习和数据增强、经典网络架构、图像定位、图像语义分割、目标识别、循环神经网络和文本分类、一维卷积模型、序列预测、生成对抗网络等内容。书中采用简明的语言进行知识的讲解、注重实战。读者通过书中的基础与实战部分的学习,可快速掌握深度学习,并学会使用PyTorch轻松开发深度学习应用程序来解决各类深度学习问题。
第1篇 深度学习基础篇第1 章 PyTorch 简介与安装 211 PyTorch 简介 212 PyTorch 的主要应用 313 PyTorch 安装 4131 CPU 版本PyTorch 安装 5132 GPU 版本PyTorch 安装 6133 安装辅助库和安装测试 714 本章小结 10第2 章 机器学习基础与线性回归 1121 机器学习基础 1122 线性回归 1223 本章小结 18第3 章 张量与数据类型 1931 PyTorch 张量 19311 初始化张量 19312 张量类型 20313 创建随机值张量 21314 张量属性 22315 将张量移动到显存 2232 张量运算 23321 与NumPy 数据类型的转换 24322 张量的变形 2433 张量的自动微分 2534 本章小结 26第4 章 分类问题与多层感知器 2741 torchvision 库 2742 加载内置图片数据集 2743 多层感知器 3044 激活函数 33441 ReLU 激活函数 33442 Sigmoid 激活函数 34443 Tanh 激活函数 35444 LeakyReLU 激活函数 3645 本章小结 37第5 章 多层感知器模型与模型训练 3851 多层感知器模型 3852 损失函数 4053 优化器 4154 初始化模型 4255 编写训练循环 4256 本章小结 46第6 章 梯度下降法、反向传播算法与内置优化器 4761 梯度下降法 4762 反向传播算法 4963 PyTorch 内置的优化器 50631 SGD 优化器 51632 RMSprop 优化器 51633 Adam 优化器 5164 本章小结 52第2 篇 计算机视觉篇第7 章 计算机视觉与卷积神经网络 5471 什么是卷积神经网络 5472 池化层 5773 卷积神经网络的整体架构 5974 本章小结 60第8 章 卷积入门实例 6181 数据输入 6182 创建卷积模型并训练 6283 函数式API 6684 超参数选择 6785 本章小结 68第9 章 图像读取与模型保存 6991 加载图片数据集 6992 创建图片分类模型 7493 模型保存 77931 保存和加载模型权重 77932 保存和恢复检查点 77933 保存参数 7994 本章小结 80第10 章 多分类问题与卷积模型的优化 82101 创建自定义Dataset 类 82102 基础卷积模型 87103 Dropout 抑制过拟合 89104 批标准化 93105 学习速率衰减 96106 本章小结 98第11 章 迁移学习与数据增强 99111 什么是迁移学习 99112 数据增强 103113 微调 109114 本章小结 112第12 章 经典网络模型与特征提取 113121 VGG 113122 ResNet 115123 TensorBoard 可视化 117124 ResNetBasicBlock 结构 120125 Inception 123126 DenseNet 126127 DenseNet 预训练模型提取特征 128128 本章小结 131第13 章 图像定位基础 132131 简单图像定位模型 132132 数据集观察 133133 创建模型输入 138134 创建图像定位模型 141135 模型保存与测试 146136 本章小结 147第14 章 图像语义分割 148141 常见图像处理任务 148142 图像语义分割 150143 U-Net 语义分割模型 152144 创建输入dataset 154145 反卷积 158146 U-Net 模型代码实现 159147 模型训练 163148 模型的保存和预测 166149 本章小结 168第3 篇 自然语言处理和序列篇第15 章 文本分类与词嵌入 172151 文本的数值表示 1721511 Word2vec 1741512 Glove 1741513 Embedding Layer 174152 torchtext 加载内置文本数据集 175153 创建DataLoader 和文本分类模型 1781531 Xavier 初始化方法 1811532 kaiming 初始化方法 182154 本章小结 184第16 章 循环神经网络与一维卷积神经网络 185161 循环神经网络的概念 185162 长短期记忆网络 192163 门控循环单元 194164 LSTM 和GRU 高阶API 195165 循环神经网络的应用 197166 中文文本分类实例 198167 LSTM 模型的优化 201168 一维卷积神经网络 203169 本章小结 207第17 章 序列预测实例 208171 时间序列数据集准备 208172 序列预测模型 214173 本章小结 215第4 篇 生成对抗网络和目标检测篇第18 章 生成对抗网络 218181 GAN 的概念及应用 2181811 什么是GAN 2181812 GAN 的应用 220182 基本的GAN 实例 221183 深度卷积生成对抗网络 227184 本章小结 231第19 章 目标检测 232191 什么是目标检测 232192 常用目标检测算法 234193 PyTorch 目标检测模块 236194 目标检测的图像标注 241195 使用自行标注数据集训练目标检测模型 242196 本章小结 249参考文献 250
本书针对深度学习及开源框架——PyTorch,采用简明的语言进行知识的讲解,注重实战。全书分为4篇,共19章。深度学习基础篇(第1章~第6章)包括PyTorch简介与安装、机器学习基础与线性回归、张量与数据类型、分类问题与多层感知器、多层感知器模型与模型训练、梯度下降法、反向传播算法与内置优化器。计算机视觉篇(第7章~第14章)包括计算机视觉与卷积神经网络、卷积入门实例、图像读取与模型保存、多分类问题与卷积模型的优化、迁移学习与数据增强、经典网络模型与特征提取、图像定位基础、图像语义分割。自然语言处理和序列篇(第15章~第17章)包括文本分类与词嵌入、循环神经网络与一维卷积神经网络、序列预测实例。生成对抗网络和目标检测篇(第18章~第19章)包括生成对抗网络、目标检测。本书适合人工智能行业的软件工程师、对人工智能感兴趣的学生学习,同时也可作为深度学习的培训教程。
日月光华:网易云课堂资深讲师,经验丰富的数据科学家和深度学习算法工程师。擅长使用Python编程,编写爬虫并利用Python进行数据分析和可视化。对机器学习和深度学习有深入理解,熟悉常见的深度学习框架( PyTorch、TensorFlow)和模型,有丰富的深度学习、数据分析和爬虫等开发经验,著有畅销书《Python网络爬虫实例教程(视频讲解版)》。
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员