PyTorch深度学习: Chinese Edition

• 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。