PyTorch深度学习: Chinese Edition
ឧសភា 2024 · Packt Publishing Ltd
សៀវភៅអេឡិចត្រូនិច
212
ទំព័រ
អំពីសៀវភៅអេឡិចត្រូនិកនេះ
使用PyTorch开发神经网络的实用指南 提供本书彩图和源代码下载Key Features
- 使用PyTorch构建神经网络模型的实用指南
- 从PyTorch的安装讲起,介绍为现代深度学习提供驱动力的多个基础模块,以及使用CNN、RNN、LSTM以及其他网络模型解决问题的方法
- 在GPU加速的张量计算中使用PyTorch;
- 为图像自行创建数据集和数据装载器,然后使用torchvision和torchtext测试模型;
- 使用PyTorch来实现CNN架构,从而构建图像分类器;
- 使用RNN、LSTM和GRU开发能进行文本分类和语言建模的系统;
- 学习高级的CCN架构(比如ResNet、Inception、DenseNet等),并将其应用在迁移学习中;
- 学习如何混合多个模型,从而生成一个强大的集成模型;
- 使用GAN生成新图像,并使用风格迁移生成艺术图像。
本书适合对深度学习感兴趣,且希望一探PyTorch究竟的人员阅读;具有其他深度学习框架使用经验的读者,也可以通过本书掌握PyTorch的用法。
អំពីអ្នកនិពន្ធ
Vishnu Subramanian在领导、设计和实施大数据分析项目(人工智能、机器学习和深度学习)方面富有经验。擅长机器学习、深度学习、分布式机器学习和可视化等。在零售、金融和旅行等行业颇具经验,还善于理解和协调企业、人工智能和工程团队之间的关系。
វាយតម្លៃសៀវភៅអេឡិចត្រូនិកនេះ
ប្រាប់យើងអំពីការយល់ឃើញរបស់អ្នក។
អានព័ត៌មាន
ទូរសព្ទឆ្លាតវៃ និងថេប្លេត
ដំឡើងកម្មវិធី Google Play Books សម្រាប់ Android និង iPad/iPhone ។ វាធ្វើសមកាលកម្មដោយស្វ័យប្រវត្តិជាមួយគណនីរបស់អ្នក និងអនុញ្ញាតឱ្យអ្នកអានពេលមានអ៊ីនធឺណិត ឬគ្មានអ៊ីនធឺណិតនៅគ្រប់ទីកន្លែង។
កុំព្យូទ័រយួរដៃ និងកុំព្យូទ័រ
អ្នកអាចស្ដាប់សៀវភៅជាសំឡេងដែលបានទិញនៅក្នុង Google Play ដោយប្រើកម្មវិធីរុករកតាមអ៊ីនធឺណិតក្នុងកុំព្យូទ័ររបស់អ្នក។
eReaders និងឧបករណ៍ផ្សេងទៀត
ដើម្បីអាននៅលើឧបករណ៍ e-ink ដូចជាឧបករណ៍អានសៀវភៅអេឡិចត្រូនិក Kobo អ្នកនឹងត្រូវទាញយកឯកសារ ហើយផ្ទេរវាទៅឧបករណ៍របស់អ្នក។ សូមអនុវត្តតាមការណែនាំលម្អិតរបស់មជ្ឈមណ្ឌលជំនួយ ដើម្បីផ្ទេរឯកសារទៅឧបករណ៍អានសៀវភៅអេឡិចត្រូនិកដែលស្គាល់។
