潍坊科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

PyTorch开发入门:深度学习模型的构建与程序实现/(日) 杜世桥著 杨秋香, 陈晨等译

出版发行项:

北京:机械工业出版社,2022

ISBN及定价:

978-7-111-70055-5/CNY79.00

载体形态项:

xiv, 192页:图;24cm

其它题名:

深度学习模型的构建与程序实现

个人责任者:

杜世桥 著

个人次要责任者:

杨秋香 译

个人次要责任者:

陈晨 译

学科主题:

机器学习

中图法分类号:

TP181

出版发行附注:

本书由翔泳社授权机械工业出版社在中国大陆地区 (不包括香港、澳门特别行政区及台湾地区) 出版与发行

责任者附注:

杜世桥, 大学时期就读于东京工业大学分子生物学专业, 毕业后在一家IT公司从事软件开发和数据分析工作。

提要文摘附注:

本书以PyTorch为主要内容, 介绍了其安装和实际应用, 共7章。其中, 第1章介绍了PyTorch的包结构; 第2章介绍了线性模型, 并通过PyTorch的实际使用来实现线性回归模型和逻辑回归模型; 第3章进行了神经网络的介绍, 实际使用PyTorch创建一个多层感知器 (Perceptron); 第4章介绍了通过卷积神经网络 (CNN) 进行的图像处理, 通过PyTorch实际进行CNN的图像分类, 低分辨率图像到高分辨率的转换, 使用深度卷积生成对抗网络 (DCGAN) 进行新的图像生成以及迁移学习; 第5章介绍了通过循环神经网络 (RNN) 进行的自然语言处理, 通过PyTorch实际进行文本的分类和文本的生成以及基于编码器-解码器模型的自动翻译; 第6章介绍了SVC矩阵分解以及推荐系统的神经网络构建; 第7章介绍了PyTorch模型的应用程序嵌入, WebAPI的实际创建, Docker的打包发布, 以及基于最新开放神经网络交换 (ONNX) 标准的模型移植。

使用对象附注:

本书适合人工智能、机器学习相关专业领域的技术人员和爱好者阅读参考

豆瓣简介：