PyTorch 深度學習實作：利用 PyTorch 實際演練神經網路模型
Vishnu Subramanian 著 王海玲、劉江峰 譯
- 出版商: 博碩
- 出版日期: 2022-10-06
- 定價: $600
- 售價: 6.6 折 $396 (限時優惠至 2025-12-31)
- 語言: 繁體中文
- 頁數: 288
- 裝訂: 平裝
- ISBN: 6263332859
- ISBN-13: 9786263332850
-
相關分類:
DeepLearning
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
Deep Learning｜用 Python 進行深度學習的基礎理論實作$580$458 -
初探機器學習｜使用 Python (Thoughtful Machine Learning with Python)$480$379 -
$393我的 Python 世界玩《Minecraft我的世界》學 Python 編程 -
Deep Learning 2｜用 Python 進行自然語言處理的基礎理論實作$680$537 -
超圖解 Arduino 互動設計入門, 4/e$680$578 -
超圖解 Arduino 互動設計入門, 4/e (學習套件)(不含動手做18-4)(趙英傑)$2,750$2,613 -
Deep Learning 3｜用 Python 進行深度學習框架的開發實作$780$616 -
核心開發者親授！PyTorch 深度學習攻略 (Deep Learning with Pytorch)$1,000$850 -
深度學習： 邁向 Meta Learning$880$399 -
開發者傳授 PyTorch 秘笈$1,200$948 -
Android Jetpack 開發：原理解析與應用實戰$534$507 -
全格局使用 PyTorch -- 深度學習和圖神經網路 -- 基礎篇$880$695 -
一本讀懂 Web3.0：啟動未來科技世界的關鍵技術區塊鏈、NFT、元宇宙和 DAO$600$468 -
PyTorch 深度學習入門與應用：必備實作知識與工具一本就學會$600$468 -
會動的演算法：61 個演算法動畫＋全圖解逐步拆解，人工智慧、資料分析必備$620$490 -
全格局使用 PyTorch -- 深度學習和圖神經網路 -- 實戰篇$880$695 -
演算法：圖解邏輯思維 + Python 程式實作 王者歸來, 3/e$720$569 -
$560動手學深度學習 (PyTorch 版) -
AI 加速器架構設計與實現圖書$594$564 -
Deep Learning 4｜用 Python 進行強化學習的開發實作$680$537 -
Xilinx FPGA 權威設計指南：基於 Vivado 2023 設計套件$1,188$1,129 -
Xilinx FPGA 工程師成長手記$419$398 -
基於 FPGA 的機器人計算$594$564 -
你的第一本 Git 與 GitHub 入門書：輕鬆實作本機與遠端儲存庫的版本控制$620$434 -
Deep Learning 5｜生成模型開發實作$780$616
中文年末書展｜繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components：從原子到系統，一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場：社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用：DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用！Word．Excel．PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光：資安數位生存戰$550$412 -
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$576 -
79折
Google BI 解決方案：Looker Studio × AI 數據驅動行銷實作，完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus！職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化！$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略：圖解 AI 與 Copilot 應用，輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word！論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術：用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持！Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!：Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化（iThome鐵人賽系列書）$780$608 -
78折
超實用！業務．總管．人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$390 -
7折
Node-RED + YOLO + ESP32-CAM：AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」：52 個零程式互動體驗，打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare：惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人：回顧從 Ada 到 AI 這條程式路，程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫！用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者：Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本｜Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊：生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
- PyTorch是Facebook於2017年初在機器學習和科學計算工具Torch的基礎上，針對Python語言發佈的一個全新的機器學習工具套件，一經推出便受到業界廣泛關注和討論，目前已經成為機器學習從業人員首選的一款研發工具。
本書是使用PyTorch建構神經網絡模型的實用指南，內容分為9章，包括PyTorch與深度學習的基礎知識、神經網路的構成、神經網路的高階知識、機器學習基礎知識、深度學習在電腦視覺上的應用、深度學習在序列資料和文字當中的應用、生成網路、現代網路架構，以及PyTorch與深度學習的未來走向。
本書適合對深度學習領域感興趣且希望一探PyTorch究竟的業界人士閱讀。具備其他深度學習框架使用經驗的讀者，也可以透過本書掌握PyTorch的用法。
本書範例檔：
https://github.com/PacktPublishing/Deep-Learning-with-PyTorch
作者簡介
- Vishnu Subramanian
Vishnu Subramanian在領導、程式建構和實作大數據分析專案（人工智慧、機器學習和深度學習）方面富有經驗。擅長機器學習、深度學習、分散式機器學習和視覺化等。在零售、金融和旅行等行業頗具經驗，還善於理解和協調企業、人工智慧和工程團隊之間的關係。
目錄大綱
- 第1章 PyTorch與深度學習
1.1 人工智慧
1.2 機器學習
1.3 深度學習
1.4 小結
第2章 神經網路的構件
2.1 安裝PyTorch
2.2 實作第一個神經網路
2.3 小結
第3章 深入瞭解神經網路
3.1 詳解神經網路的構件
3.2 小結
第4章 機器學習基礎
4.1 三種機器學習問題
4.2 機器學習術語
4.3 評估機器學習模型
4.4 資料前處理與特徵工程
4.5 過度擬合與欠擬合
4.6 機器學習專案的工作流程
4.7 小結
第5章 應用於電腦視覺的深度學習
5.1 神經網路簡介
5.2 從零開始建立CNN 模型
5.3 建立與探索VGG16 模型
5.4 計算預卷積特徵
5.5 理解CNN 模型如何學習
5.6 CNN 層的視覺化權重
5.7 小結
第6章 序列資料和文本的深度學習
6.1 使用文本資料
6.2 透過建立情感分類器訓練詞嵌入
6.3 使用預訓練的詞嵌入
6.4 遞迴神經網路（RNN）
6.5 長短期記憶（LSTM）
6.6 使用序列資料的卷積網路
6.7 小結
第7章 生成網路
7.1 神經風格轉換（neural style transfer）
7.2 生成對抗網路（GAN）
7.3 深度卷積生成對抗網路（DCGAN）
7.4 建立語言模型
7.5 小結
第8章 現代網路架構
8.1 現代網路架構
8.2 密集連接卷積網路（DenseNet）
8.3 模型集成
8.4 encoder-decoder 架構
8.5 小結
第9章 未來走向
9.1 未來走向
9.2 回顧
9.3 有趣的創意應用
9.4 如何跟上最新進展
9.5 小結
