loading
cover

PyTorch深度學習入門與應用:必備實作知識與工具一本就學會

點閱數

作者
王進德

出版社
博碩文化

格式
PDF

著重PyTorch的實作與應用,
輕鬆進入深度學習與人工智慧領域!

☛詳細說明深度學習的實作流程,以系統化步驟來處理各式的任務問題。
☛介紹深度學習原理,實作DNN、CNN、RNN、LSTM、RL各種演算法。
☛提供完整的程式範例,程式力求淺顯易懂,說明深入淺出。
☛注重數據集的探索處理,可強化數據分析能力。

【內容簡介】
深度學習是人工智慧的一個分支,相較於傳統的機器學習,深度學習在某些領域中更接近人類智慧,而逐漸走進我們的生活中,常見的應用如人臉辨識、語音識別、智慧駕駛等。

PyTorch是一個開源的Python深度學習函式庫,這個軟體主要由Facebook的人工智慧研究團隊開發,而由於PyTorch的語法簡單,且擁有完善的文件說明,目前已成為開發深度學習的主要框架之一。

本書內容由淺入深,不只對PyTorch進行系統化的介紹,也詳細說明了神經網路、CNN網路、RNN網路及強化學習等主題。本書還安排了18個實習,以PyTorch實作深度學習的各種演算法,經由實作的過程,可有效幫助讀者學習,進入深度學習的世界。

【目標讀者】
☛對深度學習有興趣的初學者,可讓讀者兼顧理論與實作。
☛適用於大專院校「深度學習」課程的學生,可作為教師授課之用。
☛已學過TensorFlow且想再學習PyTorch框架者,可對學習、研究及求職有很大的幫助。
☛專案設計者、AI工程師、數據分析工程師,也很適合閱讀本書。
|CHAPTER 01| PyTorch簡介與安裝
|CHAPTER 02| PyTorch張量
|CHAPTER 03| 自動微分與線性迴歸
|CHAPTER 04| 建構神經網路
|CHAPTER 05| 數據探索與處理
|CHAPTER 06| 自定義神經網路
|CHAPTER 07| 卷積神經網路
|CHAPTER 08| 遷移學習
|CHAPTER 09| 建構ResNet神經網路
|CHAPTER 10| 循環神經網路
|CHAPTER 11| 長短期記憶網路
|CHAPTER 12| 強化學習
|CHAPTER 13| OpenAI Gym
|CHAPTER 14| 深度Q網路

其他人也在看