Python深度学习实战——基于Pytorch

Python深度学习实战——基于Pytorch

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

内容简介

本书以深度学习框架PyTorch为基础,介绍机器学习的基础知识与常用方法,全面细致地提供了基本机器学习操作的原理和在深度学习框架下的实践步骤。全书共16章,主要分别介绍了深度学习基础知识、深度学习框架及其对比,机器学习基础知识,深度学习框架基础,Logistic回归,多层感知器,计算机视觉,自然语言处理以及8个实战案例。本书将理论与实践紧密结合,相信能为读者提供有益的学习指导。

??本书适合Python深度学习初学者、机器学习算法分析从业人员以及高等院校计算机科学、软件工程等相关专业的师生阅读。

Python深度学习实战——基于Pytorch是2021年由人民邮电出版社出版,作者主编。

得书感谢您对《Python深度学习实战——基于Pytorch》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

你可能喜欢
Python实战速成手册:数据分析+机器学习+深度学习 电子书
本书基于Python语言,介绍了数据分析、机器学习、深度学习等内容,涉及统计学基础、Python基础、Python面向对象入门、在Python中操作MySQL、Pandas、Matplotlib、人工智能、Scikit-learn、神经网络等。书中包括大量代码和综合练习,以及丰富的实战案例。
机器学习Python实战 电子书
本书使用Python的机器学习算法库scikit-learn讲解机器学习重要算法的应用,内容包括机器学习认知、数据预处理、KNN算法、线性回归算法、逻辑回归算法、朴素贝叶斯算法、决策树与随机森林算法、支持向量机、k-mcans算法、神经网络、模型评估与优化。本书使用通俗易懂的语言、丰富的图表和大量的案例对机器学习的重要算法进行讲解,提供一条从实践出发掌握机器学习知识的途径,读者即使没有很扎实的数学
用Python实现深度学习框架 电子书
本书分为三个部分。第一部分是原理篇,实现了MatrixSlow框架的核心基础设施,并基于此讲解了机器学习与深度学习的概念和原理。第二部分是模型篇,介绍了多种具有代表性的模型,包括逻辑回归、多层全连接神经网络、因子分解机、Wide&Deep、DeepFM、循环神经网络以及卷积神经网络,这部分除了着重介绍这些模型的原理、结构以及它们之间的联系外,还用MatrixSlow框架搭建并训练它们以解决实际问题
深度学习与TensorFlow实战 电子书
本书主要讲解深度学习和TensorFlow的实战知识,全书分为10章,主要内容如下:第1章为深度学习概述,包括深度学习的基础知识、深度学习的生产力实现—TensorFlow、数据模型、TensorFlow项目介绍、TensorFlow工作环境的安装与运行;第2章为机器学习概述,讲解机器学习的定义、任务、性能、经验、学习算法、线性回归实例和TensorFlow的完整运行脚本;第3章介绍从生物神经元到
TensorFlow 2深度学习实战 电子书
本书以深度学习的常用技术与TensorFlow2真实案例相结合的方式,深入浅出地介绍TensorFlow2实现深度学习的重要内容。全书共7章,分为基础篇(第1~3章)和实战篇(第4~7章),基础篇内容包括深度学习概述、TensorFlow2快速入门、深度神经网络原理及实现等基础知识;实战篇内容包括4个案例,分别为基于CNN的门牌号识别、基于LSTM网络的语音识别、基于CycleGAN的图像风格转换