深度学习框架PyTorch快速开发与实战 _生活百科

文章插图
深度学习框架PyTorch快速开发与实战《深度学习框架PyTorch快速开发与实战》
【深度学习框架PyTorch快速开发与实战】选择适合自己的深度学习开源平台，实现深度学习算法，利用深度学习开源平台，了解人工智慧行业的发展动态，掌握前沿科学技术
邢梦来王硕孙洋洋编着
ISBN 978-7-121-34564-7
2018年8月出版
定价：69.00元
232页
16开
基本介绍书名：深度学习框架PyTorch快速开发与实战
作者：邢梦来，王硕，孙洋洋
ISBN：978-7-121-34564-7
页数：232页
定价：69.00元
出版社：电子工业出版社
出版时间：2018.8
装帧：平装
开本：16开
编辑推荐本书选用Facebook开源深度学习库PyTorch作为深度学习框架，读者可以通过实战操作，快速创建经典卷积神经网路、循环神经网路、自编码模型、对抗生成网路等模型。开启海绵模式，儘可能多地学习深度学习原理知识，并有针对性地进行实际训练，相信一定会有所收穫。内容提要深度学习已经成为人工智慧炙手可热的技术， PyTorch是一个较新的、容易上手的深度学习开源框架，目前已得到广泛套用。《深度学习框架PyTorch快速开发与实战》从PyTorch框架结构出发，通过案例主要介绍了线性回归、逻辑回归、前馈神经网路、卷积神经网路、循环神经网路、自编码模型、以及生成对抗网路。《深度学习框架PyTorch快速开发与实战》作为深度学习的入门教材，省略了大量的数学模型推导，适合深度学习初学者，人工智慧领域的从业者，以及深度学习感兴趣的人阅读。目录第一部分理论部分第1章深度学习简介 21.1 深度学习 21.2 神经网路的发展 61.3 深度学习的套用 71.4 常用的数学知识和机器学习算法 81.5 PyTorch简介 111.5.1 PyTorch介绍 111.5.2 使用PyTorch的公司 151.5.3 PyTorch API 161.5.4 为什幺选择Python语言 161.5.5 Python语言的特点 161.6 常用的机器学习、深度学习开源框架 171.7 其他常用的模组库 191.8 深度学习常用名词 20第2章 PyTorch环境安装 332.1 基于Ubuntu环境的安装 332.1.1 安装Anaconda 352.1.2 设定国内镜像 362.2 Conda命令安装PyTorch 372.3 pip命令安装PyTorch 372.4 配置CUDA 38第3章 PyTorch基础知识 403.1 张量 403.2 数学操作 433.3 数理统计 443.4 比较操作 45第4章简单案例入门 474.1 线性回归 474.2 逻辑回归 52第5章前馈神经网路 595.1 实现前馈神经网路 615.2 数据集 685.3 卷积层 725.4 Functional函式 755.5 最佳化算法 825.6 自动求导机制 855.7 保存和载入模型 875.8 GPU加速运算 87第6章 PyTorch可视化工具 896.1 Visdom介绍 896.2 Visdom基本概念 906.2.1 Panes（窗格） 906.2.2 Environments（环境） 906.2.3 State（状态） 916.3 安装Visdom 916.4 可视化接口 916.4.1 Python函式属性提取技巧 926.4.2 vis.text 936.4.3 vis.image 936.4.4 vis.scatter 946.4.5 vis.line 956.4.6 vis.stem 976.4.7 vis.heatmap 976.4.8 vis.bar 996.4.9 vis.histogram 1016.4.10 vis.boxplot 1026.4.11 vis.surf 1036.4.12 vis.contour 1046.4.13 vis.mesh 1066.4.14 vis.svg 107第二部分实战部分第7章卷积神经网路 1107.1 卷积层 1127.2 池化层 1147.3 经典的卷积神经网路 1157.3.1 LeNet-5神经网路结构 1157.3.2 ImageNet-2010网路结构 1177.3.3 VGGNet网路结构 1227.3.4 GoodLeNet网路结构 1247.3.5 ResNet网路结构 1267.4 卷积神经网路案例 1297.5 深度残差模型案例 138第8章循环神经网路简介 1458.1 循环神经网路模型结构 1468.2 不同类型的RNN 1478.3 LSTM结构具体解析 1518.4 LSTM的变体 1538.5 循环神经网路实现 1568.5.1 循环神经网路案例 1568.5.2 双向RNN案例 160第9章自编码模型 164第10章对抗生成网路 17210.1 DCGAN原理 17510.2 GAN对抗生成网路实例 180第11章 Seq2seq自然语言处理 18611.1 Seq2seq自然语言处理简介 18611.2 Seq2seq自然语言处理案例 188第12章利用PyTorch实现量化交易 20412.1 线性回归预测股价 20512.2 前馈神经网路预测股价 209 12.3 递归神经网路预测股价 214作者简介邢梦来，擅长量化分析理论，深入研究多空对比分析，对多空趋势平衡有独特的见解，形成一套多空对比体系。同时对对交易心理状况、人工智慧与区块链技术也有较深的研究。王硕，资深软体工程师，具有9年的Java企业套用开发经验和4年的教育培训经验，曾主持多个B/S项目开发，项目经验丰富，擅长Java EE（Struts2、Spring3、Hibernate3）项目开发、Python（程式GUI、数据分析、网路爬虫）项目开发，是极宽TOP开源团队核心成员，也是《PyQt5快速开发与实战》一书的作者之一。孙洋洋，《PyQt5快速开发与实战》一书的作者之一，擅长网路爬虫、机器学习、量化投资与程式GUI开发设计。有多年量化投资实盘操作经历，现就职于某期货公司做量化研究员。