新书上市,75折限时价,点击图片查看详情
这不,又一个程序员为爱变身灵魂画手,看得我都想学画画了。
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/d40a6c1d9f62100a8f287c2c75b0179a.jpeg)
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/12a9d4f81b8032c7d3659946876badab.jpeg)
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/68bca8eaca26c1cab0f67ce1ff92f13c.jpeg)
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/26560646a02e81a3c152b5ffa497ea3d.jpeg)
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/272998cea1566b7c53ac9a2faa1291ad.jpeg)
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/c6ca9518a08f65e67838b2e793c44d14.jpeg)
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/b383d41521080c3ab8baf254adbeb370.jpeg)
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/a75e95005a2ccdc5a39f45852e5995af.jpeg)
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/f6b744089c143ed6727591ac8c0811af.jpeg)
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/c8644404e0d2c8b2c9da34da593a9534.jpeg)
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/d9336b01974028eac18a22c084edd1aa.jpeg)
![640?wx_fmt=png](https://i-blog.csdnimg.cn/blog_migrate/aa471957c2b4f1657bdca3bc5c890797.png)
这秘笈可以说架构非常清晰,分为基础篇、实战篇和高级篇。针对入门 PyTorch 的读者来说,这样的设定是一个最佳的学习路线,真正实现从入门到进阶,而不是从入门到失踪。(得意.JPG)
基础篇
![640?wx_fmt=png](https://i-blog.csdnimg.cn/blog_migrate/d872f413ccbfe7bf45f95a4eb855f40a.png)
工欲善其亊,必先利其器。为了满足深度学习任务中“高计算量”这一特殊需求,在基础篇里,作者便从硬件的选择讲起,教你如何配置一台合适的计算机,以及如何在 Mac OS X、Ubuntu 和 Windows 系统下配置 PyTorch 的运行环境。配置完毕后,万事俱备,PyTorch 的学习就要正式开始啦!
我们曾接触过一些其他的深度学习框架,它们大多会涉及一个基本概念,就是 Tensor。何为 Tensor 呢?中文叫作张量,它是 PyTorch 中最基本的数据类型。
![640?wx_fmt=png](https://i-blog.csdnimg.cn/blog_migrate/55f0ecfa1f987dcbef7c8550b22585a7.png)
(张量设计图)
基础篇还介绍了一些深度学习的基础知识,这里有你熟悉的线性回归、非线性回归以及逻辑回归。多元分类、反向传播、卷积神经网络等也有涉及。还有两个实现手写体自动识别器的操作给你练手。
实战篇
![640?wx_fmt=png](https://i-blog.csdnimg.cn/blog_migrate/b540a3ee4e824c46cec4d7fc4da30fe9.jpeg)
![640?wx_fmt=png](https://i-blog.csdnimg.cn/blog_migrate/3862381f10965e329b309e13c236d95f.png)
早在 2014 年,Goodfellow 就提出了生成对抗网络。2016 年起,关于生成对抗网络的论文数量呈指数型增长。有热心人士就在 GitHub 上列出了所有生成对抗网络模型的变体,取名为“生成对抗网络的动物园”(The GAN Zoo)。目前该“动物园”一共列出了 503 种不同的生成对抗网络模型及其变体。
![640?wx_fmt=png](https://i-blog.csdnimg.cn/blog_migrate/e2ef07169395e989dd0620aa78af2eb5.png)
(生成对抗网络论文发表数量统计)
比如,生成一张二次元的头像送给男/女朋友。不过具体步骤就等你自己去探秘啦。以下这些是我帮你收集好的小姐姐们,喜欢的话,拿去用!
不喜欢二次元?没关系!卷积神经网络还可以将一张图片的风格迁移到另外一张图片上,这样我就可以拥有梵高的《星月夜》了~
突然感觉有点赞呢!
除此之外,实战篇还介绍了深度强化模型,以及序列转序列模型。通过序列转序列模型,作者利用 PyTorch 构造了一个神经翻译机,即将神经网络运用在文本翻译中。
因为一般的神经翻译机用的都是序列转序列(seq2seq)模型,神经翻译机会比以前非神经网络的传统算法的准确率高很多。相信会了这个之后,机器翻译再也不是用来搞笑的了。
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/77d6f69f44f6e2336c905abcedee1c5a.jpeg)
(截图来自:谷歌翻译)
高级篇
掌握前两篇的内容之后,作者开始介绍一些 PyTorch 的高级用法。当然,这部分有人需要,有人还需持续修炼之后才会需要。不管怎么样,能学到这里的人,都应该给自己点奖励。
这部分作者分别从四个方面说起,分别是:PyTorch 扩展、PyTorch 模型迁移、Pytorch 可视化以及 Pytorch 的并行计算。
在 PyTorch 扩展中,作者除了介绍两种神经网络的自定义方法外,还介绍了如何将 PyTorch 模型部署到 C++ 环境下以满足在生产环境下,程序需要高性能、低延迟的要求。
在 PyTorch 模型迁移这部分中,作者讲解了如何使用 ONNX 将 PyTorch 模型迁移至 Caffe2,以及迁移至 Core ML。
![640?wx_fmt=png](https://i-blog.csdnimg.cn/blog_migrate/a4556875be8e8d55f582af3c8175ac00.png)
(ONNX 生态圈)
在 PyTorch 可视化这部分,教你通过使用 Tensorboard 和 Visdom 实现对 PyTorch 的可视化。同时还介绍了一个通用的神经网络可视化工具 Netron。
![640?wx_fmt=png](https://i-blog.csdnimg.cn/blog_migrate/27e50e68a5f860f3db3fe235659560d2.jpeg)
(visdom 的数据可视化结果)
为了提高训练模型的效率,在实际生产和运用中大部分人都会采用多个 GPU 并行的方式对模型进行训练。PyTorch 则为我们提供了方便的函数,可以自如地创建多个进程或者同时使用多个 GPU 训练模型。最后这部分主要介绍的就是如何将 PyTorch 在多进程、多 CPU 下进行运算。
![640?wx_fmt=png](https://i-blog.csdnimg.cn/blog_migrate/2183a7197669b2e3edd593a2db8ec7a0.png)
(多 GPU 训练示意图)
以上呢,就是阿华这本秘笈的主要内容。通篇看下来,作者真的非常了解正在入门 PyTorch 的小伙伴们的痛苦和需求,所以他选择了更适合初学者的思路与讲解方式,基本上是手把手在教了。
而且书中也不乏一些高级技能为已经入门的小伙伴做好进阶的准备。全书 233 页,读起来没啥压力。如果你愿意一步步跟着操作,那么,你会对 PyTorch 有一个全新的认识。
☟
真正实现 PyTorch 深度学习入门
作者:曾芃壹
本书用浅显易懂的语言,图文并貌地讲解了深度学习的基础知识,从如何挑选硬件到神经网络的初步搭建,再到实现图片识别、文本翻译、强化学习、生成对抗网络等多个目前最流行的深度学习应用。书中基于目前流行的 PyTorch 框架,运用 Python 语言实现了各种深度学习的应用程序,让理论和实践紧密结合。
曾芃壹,现为中山大学数据科学与计算机学院在读硕士,主要研究兴趣有深度学习、语音识别、推荐系统、自动犯罪侦查等。熟悉 C、C++、Java、Python 等多种程序设计语言,Flask 建站技术以及 PyTorch、TensorFlow 深度学习框架。
目前 PyTorch 发展迅猛,已经成为众多研究人员和开发者的深度学习首选框架。本书涵盖了深度学习的基础理论、多个不同应用场景的实战及生产环境下的一些技巧,理论与实战相结合,深入浅出,是深度学习初学者的不错选择。
学习的意义在于学以致用,这是一本贴近实战、简单易懂的深度学习入门书,如果你想快速入门深度学习,应该从本书开始。
机器学习作为时下比较热门的技术之一,已经被广泛运用于各个领域。这本书不仅系统讲解了机器学习框架 PyTorch 的用法,还介绍了一些常用机器学习算法的原理,文字简练清晰,代码浅显易懂,几乎可以做到“开箱即用”。无论你只是想简单了解机器学习还是想深入学习 PyTorch,这本书都非常值得阅读。
![640?wx_fmt=gif](https://i-blog.csdnimg.cn/blog_migrate/09f78697a9498eeb9f9e3470325c086b.gif)
作为码书商店的运营人员,诚邀你们进入我们的“CSDN码书福利群”,进入群后,你想要的书籍都有推荐,你想要的优惠也都可以实现(当然不能让我卖掉我自己),你也可以在学习累的时候和大家吹吹牛放松放松