书籍:Deep Learning with PyTorch Step-by-Step:A Beginner’s Guide
作者:Daniel Voigt Godoy
01 书籍介绍
这本书涵盖从梯度下降的基础知识一直到使用HuggingFace微调大型自然语言处理模型(如BERT和GPT-2)。它分为四个部分:
第一部分: 基础知识(梯度下降,在PyTorch中训练线性和逻辑回归)
第二部分: 计算机视觉(更深层次的模型和激活函数,卷积,迁移学习,初始化方案)
第三部分: 序列(RNN,GRU,LSTM,seq2seq模型,注意力机制,自注意力机制,transformers)
第四部分: 自然语言处理(标记化,嵌入,上下文词嵌入,ELMo,BERT,GPT-2)
这不是一本典型的书籍: 大多数教程都会从一些漂亮的图像分类问题开始,以说明如何使用PyTorch。这看起来很酷,但作者认为这会使你分心,远离主要目标:PyTorch是如何工作的?在本书中,作者以结构化、渐进和从第一原理的方法来学习PyTorch(并在适当的时候解决漂亮的图像分类问题)。
此外,这不是一本正式的书籍: 作者写这本书的方式就好像我在与读者进行对话。作者会问你问题(然后很快给出答案),还会开些(愚蠢的)玩笑。
本书的任务是让您理解这个主题,因此作者将尽量避免使用花哨的数学符号,并用简单的英语来表达。本书将引导您逐步开发许多PyTorch模型,向您展示为什么PyTorch使得使用Python构建模型变得更加简单直观:自动求导、动态计算图、模型类等等。
这本书是为了初学者而普遍撰写 - 不仅限于PyTorch初学者。
02 作者简介
Daniel Voigt Godoy是一位数据科学家、开发者、作家和教师。自2016年以来,他一直在Data Science Retreat这家历史最长的柏林引导营教授机器学习和分布式计算技术,帮助了150多名学生提升他们的职业发展。
Daniel还是两个Python包HandySpark和DeepReplay的主要贡献者。
他的专业背景包括在银行、政府、金融科技、零售和移动领域有着20年的工作经验。
03 书籍大纲