为你推荐
前言
1 PyTorch简介
1.1 PyTorch的诞生
1.2 常见的深度学习框架简介
1.3 属于动态图的未来
1.4 为什么选择PyTorch
1.5 星火燎原
1.6 fast.ai放弃Keras+TensorFlow选择PyTorch
2 快速入门
2.1 安装与配置
2.2 PyTorch入门第一步
3 Tensor和autograd
3.1 Tensor
3.2 autograd
4 神经网络工具箱nn
4.1 nn.Module
4.2 常用的神经网络层
4.3 优化器
4.4 nn.functional
4.5 初始化策略
4.6 nn.Module深入分析
4.7 nn和autograd的关系
4.8 小试牛刀：用50行代码搭建ResNet
5 PyTorch中常用的工具
5.1 数据处理
5.2 计算机视觉工具包：torchvision
5.3 可视化工具
5.4 使用GPU加速：cuda
5.5 持久化
6 PyTorch实战指南
6.1 编程实战：猫和狗二分类
6.2 PyTorch Debug指南
7 AI插画师：生成对抗网络
7.1 GAN的原理简介
7.2 用GAN生成动漫头像
7.3 实验结果分析
8 AI艺术家：神经网络风格迁移
8.1 风格迁移原理介绍
8.2 用PyTorch实现风格迁移
8.3 实验结果分析
9 AI诗人：用RNN写诗
9.1 自然语言处理的基础知识
9.2 CharRNN
9.3 用PyTorch实现CharRNN
9.4 实验结果分析
10 Image Caption：让神经网络看图讲故事
10.1 图像描述介绍
10.2 数据
10.3 模型与训练
10.4 实验结果分析
11 展望与未来
11.1 PyTorch的局限与发展
11.2 使用建议
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
6.8
