“我们终于有了一本关于 PyTorch 的权威著作!这本书深入浅出地讲解了基础知识和核心概念。希望这本书能成为你的得力参考。” ——Soumith Chintala,PyTorch 联合创始人
本书适用于那些已成为或打算成为深度学习实践者以及想了解 PyTorch 的开发人员。
内容简介
这本书由 PyTorch 的创始人和主要贡献者亲自撰写,教你使用 PyTorch 创建神经网络和深度学习系统的实用指南。
本书是教你使用 PyTorch 创建神经网络和深度学习系统的实用指南。📖 它帮助读者快速从零开始构建一个真实示例:肿瘤图像分类器。在此过程中,它涵盖了整个深度学习管道的关键实践,包括 PyTorch张量 API、用 Python 加载数据、监控训练以及将结果进行可视化展示。
1、 第 1 部分中,我们在 PyTorch 的使用上迈出第一步,了解 PyTorch 项目并开始掌握构建自己的项目所需要的基本技能。我们将介绍 PyTorch API 和一些 PyTorch 库背后的特性,并训练一个初始的分类模型。
2、 在第 2 部分中,每一章都会让我们更接近一个全面的肺癌自动检测解决方案。我们将把这个难题作为动机来演示解决诸如肺癌筛查的大规模问题所需的实际方法。这是一个专注于数据清洗工程、故障排除和问题求解的大型项目。
3、 第 3 部分为第 15 章,主要介绍部署相关内容,概述如何将 PyTorch 模型部署到简单的 Web服务中,或将它们嵌入 C++程序中,抑或将它们发布到移动电话上。
本书涵盖基础知识,但重点是熟练使用 PyTorch 库,鼓励有兴趣的读者通过阅读本书建立对深度学习的直观理解。
从这本书中,你能学到:
◎理解深度学习数据结构,比如张量和神经网络
◎PyTorch Tensor API 的最佳实践、在 Python 中加载数据以及可视化结果
◎实现模块和损失函数
◎利用 PyTorch Hub 中的预训练模型
◎使用有限输入训练网络的方法
◎筛选不可靠的结果来诊断和修复神经网络中的问题
◎通过增强数据、更好的模型架构和微调来改善结
目录
第一部分——核心 PYTORCH
1 深度学习和 PyTorch 库简介
2 预训练网络
3 从张量开始
4 使用张量表示真实世界数据
5 学习机制
6 使用神经网络拟合数据
8 使用卷积进行概括
第二部分——从现实世界中的图像中学习:肺癌的早期检测
9 使用 PyTorch 对抗癌症
10 将数据源组合成统一的数据集
11 训练分类模型以检测疑似肿瘤
12 使用指标和增强改进训练
13 使用分割查找疑似结节
14 端到端结节分析以及下一步行动
第三部分——部署
15 部署到生产环境
这本大模型《PyTorch 深度学习书籍》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
PDF书籍: 完整版本链接获取
👉[CSDN大礼包🎁:《
PyTorch 深度学习书籍
》免费分享(安全链接,放心点击)]👈
书籍截图
这本大模型《PyTorch 深度学习书籍》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
PDF书籍: 完整版本链接获取
👉[CSDN大礼包🎁:《
PyTorch 深度学习书籍
》免费分享(安全链接,放心点击)]👈