转载自：https://download.csdn.net/download/qq_37407277/10832320

 

本站整理下载：

 

用户下载说明：

电子版仅供预览，下载后24小时内务必删除，支持正版，喜欢的请购买正版书籍：

http://e.dangdang.com/products/1900959232.html

  

相关截图：

 

资料简介：

书从多维数组Tensor始，循序渐地带领读者了解PyTorch各方面的基础知识，并结合基础知识和前沿研究，带领读者从零始完成几个经典有趣的深度学习小目，包括GAN 生成动漫头像、AI滤镜、AI 写诗等。本书没有简单机械地介绍各个函数口的使用，而是尝试分门别类、循序渐地向读者介绍PyTorch的知识，希望读者对PyTorch有一个完整的认识。本书内容由浅深，无论是深度学习的初学者，还是*次触PyTorch的研究人员，都能在学习本书的过程中快速掌握PyTorch。即使是有一定PyTorch使用经验的用户，也能够从本书中获得对PyTorch 不一样的理解。 书从多维数组Tensor始，循序渐地带领读者了解PyTorch各方面的基础知识，并结合基础知识和前沿研究，带领读者从零始完成几个经典有趣的深度学习小目，包括GAN 生成动漫头像、AI滤镜、AI 写诗等。本书没有简单机械地介绍各个函数口的使用，而是尝试分门别类、循序渐地向读者介绍PyTorch的知识，希望读者对PyTorch有一个完整的认识。本书内容由浅深，无论是深度学习的初学者，还是*次触PyTorch的研究人员，都能在学习本书的过程中快速掌握PyTorch。即使是有一定PyTorch使用经验的用户，也能够从本书中获得对PyTorch 不一样的理解。

 

资料目录：

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