《PyTorch深度学习与企业级项目实战》提供了一个系统的学习路径，从基础理论到实战项目，包括花朵识别、电力预测等，适合初学者和开发人员，是快速掌握深度学习的实用指南。
实战13个PyTorch深度学习项目，快速入门深度学习
本书内容
《PyTorch深度学习与企业级项目实战》立足于具体的企业级项目开发实践，以通俗易懂的方式详细介绍PyTorch深度学习的基础理论以及相关的必要知识，同时以实际动手操作的方式来引导读者入门人工智能深度学习。本书配套示例项目源代码、数据集、PPT课件与作者微信群答疑服务。
《PyTorch深度学习与企业级项目实战》共分18章，内容主要包括人工智能、机器学习和深度学习之间的关系，深度学习框架PyTorch 2.0的环境搭建，Python数据科学库，深度学习基本原理，PyTorch 2.0入门，以及13个实战项目：迁移学习花朵识别、垃圾分类识别、短期电力负荷预测、空气质量预测、手写数字识别、人脸识别与面部表情识别、图像风格迁移、糖尿病预测、基于GAN 生成动漫人物画像、基于大语言模型的NLP、猴痘病毒识别项目实战、X光肺部感染识别项目实战、乐器声音音频识别项目实战。
本书作者
宋立桓，资深IT专家，目前为国内某互联网头部企业的解决方案架构师，专注于云计算、大数据和人工智能。曾就职于微软中国有限公司。著有图书《Python深度学习从零开始学》《Cloudera Hadoop大数据平台实战指南》《MySQL性能优化和高可用架构实践》《AI制胜：机器学习极简入门》《元宇宙：互联网新未来》等。
本书读者
《PyTorch深度学习与企业级项目实战》适合PyTorch深度学习初学者、深度学习算法从业培训人员、深度学习应用开发人员阅读，也适合作为高等院校或高职高专深度学习课程的教材。
编辑推荐
花朵识别、垃圾分类识别、短期电力负荷预测、空气质量预测、手写数字识别、人脸识别和情绪识别、图像风格迁移、糖尿病预测、基于GAN 生成动漫人物画像、基于大语言模型的自然语言处理、猴痘病毒识别、肺部感染识别、乐器声音音频识别，13个实战项目，带你快速掌握语音识别应用开发。
本文摘自《PyTorch深度学习与企业级项目实战》，获出版社和作者授权发布。
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
