【2021新书】Python深度学习，316页pdf

掌握使用PyTorch实现深度学习解决方案的实践方面，使用实践方法理解理论和实践。Facebook的人工智能研究小组开发了一个名为PyTorch的平台，该平台拥有良好的理论基础和实用技能，为你在现实世界中应用深度学习做好了准备。

首先，您将了解PyTorch的深度学习是如何以及为什么成为一种具有开创性的框架，它带有一组工具和技术来解决现实世界中的问题。接下来，这本书将为你打下线性代数、向量微积分、概率和最优化的数学基础。在建立了这个基础之后，您将继续讨论PyTorch的关键组件和功能，包括层、损失函数和优化算法。

您还将了解基于图形处理单元(GPU)的计算，这对训练深度学习模型是必不可少的。介绍了深度学习的前馈网络、卷积神经网络、循环神经网络、长短时记忆网络、自动编码器网络和生成对抗网络等关键网络结构。在许多训练和优化深度学习模型的技巧的支持下，这个版本的Python深度学习解释了使用PyTorch将这些模型带到生产中的最佳实践。

你会: 回顾机器学习的基本原理，如过拟合、欠拟合和正则化。 了解深度学习的基本原理，如前馈网络，卷积神经网络，递归神经网络，自动微分和随机梯度下降。 使用PyTorch深入应用线性代数 探索PyTorch的基本原理及其构建块 使用调优和优化模型