PyTorch深度學習指南：計算機視覺(卷II)

“PyTorch深度學習指南”叢書循序漸進地詳細講解了與深度學習相關的重要概念、算法和模型，並著重展示了PyTorch是如何實現這些算法和模型的。其共分三卷：編程基礎、計算機視覺、序列與自然語言處理。

本書為該套叢書的第二卷：計算機視覺。本書主要介紹了深度模型、啟動函數和特徵空間；Torchvision、數據集、模型和轉換；卷積神經網路、丟棄和學習率調度器；遷移學習和微調流行的模型(ResNet、Inception等)等內容。

本書適用於對深度學習感興趣，並希望使用PyTorch實現深度學習的Python程式師閱讀學習。

丹尼爾·沃格特·戈多伊是一名資料科學家、開發人員、作家和教師。自2016年以來，他一直在柏林歷史最悠久的訓練營Data Science Retreat講授機器學習和分散式運算技術，幫助數百名學生推進職業發展。

丹尼爾還是兩個Python套裝軟體——HandySpark和D eepReplay的主要貢獻者。

他擁有在多個行業20多年的工作經驗，這些行業包括銀行、政府、金融科技、零售和移動出行等。