Contents
書籍簡介
每隔一天,我們就會聽到有關深度學習應用的新方法:改進的醫學成像、準確的信用卡詐欺檢測、長期的天氣預報等等。 PyTorch 將這些超能力放到你的手中,提供舒適的 Python 體驗,讓你快速入門,然後與你一起成長,讓你的深度學習技能變得更成熟。使用 PyTorch 進行深度學習將使這段旅程吸引人且充滿樂趣。
“ 完美的激勵和實用,而不是淺薄。 ”
〜ACarlos Andres Mariscal
“ 機器學習方面最容易了解的書之一。 ”
〜Doniyor Ulmasov“ 這本書以平易近人的方式處理了一個非常專業的主題。範例很清楚,所解釋的主題的意圖是連貫的。 ”
~Orlando Alejo Mendez Morales
“ 本書對深度學習和 PyTorch 套件提供一個很好的介紹。 ”
~Daniel Berecz
書籍介紹
PyTorch 是一個機器學習框架,專注於深度神經網路。因為它強調基於 GPU 的加速,PyTorch 在易於使用的硬體上表現出色,並且在較大的系統很容易擴充。再加上它是 Pythonic!由於其計算圖模型的執行定義,PyTorch 可以很好地與 Python 資料科學生態系統配合使用。如果你正在使用 Numpy、Pandas 或其他類似工具,應該會駕輕就熟。
PyTorch 很容易上手。它可以最大限度地減少認知消耗,同時不會犧牲對進階功能的用處,這意味著你可以專注於最重要的事情 – 建構和培訓最新最好的深度學習模型,並在世界有初步進展。 PyTorch 也很容易擴充和延展,且和其他 Python 工具配合得很好。 PyTorch 已被數百名深度學習從業者和幾個一流的玩家採用,如 FAIR、OpenAI、FastAI 和 Purdue。
書籍內容包含
Deep Learning with PyTorch 教你如何使用 Python 和 PyTorch 實現深度學習演算法。本書將帶你進入一個引人入勝的案例研究:建構一種能夠使用 CT 掃描檢測惡性肺腫瘤的演算法。在作者引導你完成這個真實範例的過程中,你將發現 PyTorch 的有效性和趣味性。在快速介紹深度學習環境後,你將探索預訓練( pre-trained )網路的使用,並開始提高你使用張量( tensors )的技能。你將瞭解如何使用張量表示最常見的資料型別,以及如何在實際範例中從頭開始建構和訓練神經網路,重點關注影像( images )和序列( sequences )。
在介紹了基礎知識之後,本書將帶你踏上更大型專案的旅程。本書的核心是一個專為癌症檢測而設計的神經網路。你將發現輸入有限資訊訓練網路的方法,並開始處理資料以獲得一些結果。你將篩選不可靠的初始結果,並專注於如何診斷和修復神經網路中的問題。最後,你將瞭解如何通過使用增強資料進行培訓,改進模型結構,和執行其他微調來改善結果。
目標讀者
書籍內容包含
- 使用 PyTorch 張量 API
- 理解 PyTorch 中的自動區分
- 訓練深度神經網路
- 監控培訓和視覺化結果
- 實施模組和損失函數( loss functions )
- 在 Python中為 PyTorch 載入資料
- 與 NumPy 做互操作性
- 佈署 PyTorch 模型進行推理
關於作者
Eli Stevens 在矽谷工作了 15 年,擔任軟體工程師,並在過去 7 年擔任製造醫療設備軟體的新創公司的技術官總監。 Luca Antiga 是位於義大利貝加莫的 AI 工程公司的聯合創始人兼執行長,也是 PyTorch 的定期撰稿人。
購買電子書


你可能會有興趣
- 深度學習線上課程或電子書
- ★英語學習地圖 – 練好英文是最大的學習槓桿
- 如何找工作學習地圖 – 找工作不要靠運氣!
- 從 Soft & Share 各種社團頻道挑選你喜歡的加入
發表迴響