本書針對的對象是初學者,學習完本書之後,讀者能夠大致了解深度學習的基礎,基本掌握PyTorch 的使用方法,知道如何根據實際問題架設對應的深層網路結構,並能夠進行調參獲得較好的結果。當然本書只是一本入門讀物,如果希望以後從事該領域的研究,僅靠此書是不夠的,需要閱讀更多專業的書籍和學術論文。
作者簡介:
廖星宇,目前就讀中國科學技術大學應用數學系,獲得國家一等獎學金。在個人博客、知乎等平臺上發佈多篇關於深度學習的文章,具有相當的閱讀量及人氣。
作者序
本書以PyTorch為工具,從基礎的線性回歸開始,講到時下最先進的產生對抗網路,並在其中穿插PyTorch 的教學,所以本書不僅是深度學習的入門指南,同時也是PyTorch 的入門教學。
本書針對的對象是對深度學習有所了解、用過一些深度學習架構(如使用Tensor- Flow 跑過簡單的模型),但是希望能夠用PyTorch 進行深度學習研究和學習的入門者。閱讀本書並不需要太多的數學基礎,但是需要一定的Python 基礎。本書中的數學推導不多,感覺困難的讀者可以跳過,這對了解全書的主要內容不會造成影響。
本書以PyTorch為工具,從基礎的線性回歸開始,講到時下最先進的產生對抗網路,並在其中穿插PyTorch 的教學,所以本書不僅是深度學習的入門指南,同時也是PyTorch 的入門教學。
本書針對的對象是對深度學習有所了解、用過一些深度學習架構(如使用Tensor- Flow 跑過簡單的模型),但是希望能夠用PyTorch 進行深度學習研究和學習的入門者。閱讀本書並不需要太多的數學基礎,但是需要一定的Python 基礎。本書中的數學推導不多,感覺困難的讀者可以跳過,這對了解全書的主要內容不會造成影響。
目錄
第1 章,深度學習介紹
第2 章,深度學習架構
第3 章,多層全連接神經網路
第4 章,旋積神經網路
第5 章,循環神經網路
第6 章,產生對抗網路
第7 章,深度學習實戰
第1 章,深度學習介紹
第2 章,深度學習架構
第3 章,多層全連接神經網路
第4 章,旋積神經網路
第5 章,循環神經網路
第6 章,產生對抗網路
第7 章,深度學習實戰