PyTorch深度学习入门PDF电子书下载

查看更多关于的内容

第一部分 基础篇 2

第1章 准备工作 2

1.1 硬件配置 2

1.2 在Mac OS X系统下配置PyTorch运行环境 6

1.3 在Ubuntu系统下配置PyTorch运行环境 8

1.4 在Windows系统下配置PyTorch运行环境 14

第2章 Tensor基础 17

2.1 Tensor 17

2.2 Autograd 30

第3章 深度学习基础 35

3.1 机器学习 35

3.2 线性回归 38

3.3 非线性回归 53

3.4 逻辑回归 58

3.5 多元分类 66

3.6 反向传播 70

3.7 卷积神经网络 72

3.8 手写字体识别 78

3.9 fastai手写字体识别 86

第二部分 实战篇 90

第4章 迁移学习 90

4.1 经典图像模型 90

4.2 迁移学习实战 100

4.3 使用fastai实现迁移学习 109

第5章 序列转序列模型 111

5.1 循环神经网络模型 111

5.2 神经翻译机简介 119

5.3 利用PyTorch构造神经翻译机 122

第6章 生成对抗网络 138

6.1 生成对抗网络概览 138

6.2 使用生成对抗网络生成二次元头像 142

6.3 使用TorchGAN生成二次元头像 149

第7章 深度强化学习 153

7.1 深度强化学习 153

7.2 基于策略的算法 155

7.3 基于值的算法 157

7.4 Gym简介 161

7.5 Q-Leaming实战 163

第8章 风格迁移 168

8.1 风格迁移原理 168

8.2 风格迁移实践 174

第三部分 高级篇 184

第9章 PyTorch扩展 184

9.1 自定义神经网络层 184

9.2 C＋＋加载PyTorch模型 189

第10章 PyTorch模型迁移 193

10.1 ONNX简介 193

10.2 使用ONNX将PyTorch模型迁移至Caffe2 196

10.3 使用ONNX将PyTorch模型迁移至Core ML 199

第11章 PyTorch可视化 201

11.1 使用visdom实现PyTorch可视化 201

11.2 使用TensorBoard实现PyTorch可视化 213

11.3 使用Netron显示模型 221

第12章 PyTorch的并行计算 223

12.1 多进程 223

12.2 多GPU并行计算 231

查看更多关于的内容