Home > Information
Check-outs :

PyTorch深度學習攻略:核心開發者親授!

  • Hit:19
  • Rating:0
  • Review:0
  • Trackback:0
  • Email:0


轉寄 列印
第1級人氣樹(0)
人氣指樹
  • keepsite
  • Introduction
  • Collection(0)
  • Review(0)
  • Rating(0)

內容介紹:   【PyTorch官方唯一推薦教材!】[專家推薦]●Soumith Chintala,PyTorch 共同開發者 & Facebook AI Research 研究員: 『這本書出版後,我們終於有了關於 PyTorch 的權威著作,它具體地說明了基礎的知識和概念。』 ●Mathieu Zhang,NVIDIA 深度學習技術經理: 『將深度學習切割成易於讀者消化的區塊,再以程式範例作為輔助。』●Philippe Van Bergen,PÇ Consulting 雲端架構師:『具及時性、實務性及透徹性的一本書。你應該把它放在你的電腦旁,而不只是把它放在書架上。』●Orlando Alejo Méndez Morales,Experian 軟體分析師:『這本書提供了非常實用的深度學習概述,適合做為教學資源。』深度學習是近年來非常夯的一個領域,發展的速度也十分的驚人。曾經,深度學習的函式庫五花八門,各自都具備了一定的重要性。如今,使用者開始往兩大函式庫,PyTorch及Tensorflow靠攏,進而鞏固了它們的地位。在2018年以前,Tensorflow在國際學術頂尖會議中的論文引用率都遠超PyTorch。自2019年起,PyTorch就奮起直追,越來越受到學者們的喜愛。在ICLR 2020和CVPR 2020會議中,使用PyTorch的論文數已超越Tensorflow。由此可見,掌握PyTorch,是勢在必行的!PyTorch最為人稱道就是語法和Python相近,一樣簡潔好學,與Numpy、Pandas函式庫的相容性也很好,並支援動態運算圖(dynamic computational graph),有助於模型的優化,對記憶體的使用也非常有效率。本書作者為PyTorch核心開發者,深知PyTorch的強大之處,並擁有豐富的深度學習經驗,將帶你從無到有,利用PyTorch建構出深度學習模型,並用其來解決現實問題的能力。與其他深度學習框架書相比,本書的最大特色為:利用數個章節來實作肺癌偵測專案。在實作該專案的過程中,你可以實際體會到如何充分把所學應用出來,並針對過程中所遇到的問題來找出解方。更重要的是,作者的寶貴經驗會讓你少走許多彎路,快速培養實戰能力!閱讀完本書後,你將了解:★深度學習的基本資料結構:張量(tensor)★如何實作模組及損失函數★如何從PyTorch Hub中載入預先訓練的模型★在有限的資料下,訓練模型的方法★分析測試結果,並找出現有模型中的問題★透過擴增資料等方法,提高模型的表現如果你對深度學習非常有熱忱,並且已經具備一定的Python能力,願意跟著書中內容動手嘗試,那你就是本書最適合的讀者! 本書特色:   ◎作者為PyTorch核心開發者,能以更全面的視角來進行教學◎實作內容豐富,花費大量篇幅處理肺癌偵測專案◎時刻提點實作專案時可能遇到的陷阱,讓讀者少走彎路◎各章節的內容皆搭配程式範例,讀者可實際演練來加深印象◎本書由施威銘研究室監修,書中針對原書進行大量補充,並適當添加註解,幫助讀者更好地理解內容

Please login for this service.
Please login for this service.
Please login for this service.
Please login for this service.