PyTorch深度學習入門與技術實踐 羅剛 9787302681809 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202504*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：PyTorch深度學習入門與技術實踐
ISBN：9787302681809
出版社：清華大學
著編譯者：羅剛
頁數：237
所在地：中國大陸 *此為代購商品
書號：1718908
可大量預訂，請先連絡。

內容簡介

本書介紹如何學習和使用流行的PyTorch框架開發深度學習應用，主要內容包括PyTorch中的計算圖，用三階多項式擬合函數，實現手寫數字識別，神經網絡基礎，卷積神經網絡，PyTorch基礎知識，transformer架構，文本分類應用開發，聊天機器人應用開發，用Wav2Vec2進行語音識別，機器翻譯應用開發，分散式PyTorch等。 本書適合作為高等院校計算機、軟體工程專業本科生、研究生的參考書目，同時也適用於對PyTorch深度學習領域感興趣的人士。

目錄

第1章 深度學習快速入門
1 1 各種深度學習應用
1 2 準備開發環境
1 2 1 Linux基礎
1 2 2 Micro編輯器
1 2 3 在Linux系統中安裝Python
1 2 4 選擇Python版本
1 2 5 在Windows系統中安裝Python
1 3 體驗PyTorch
1 3 1 安裝PyTorch
1 3 2 PyTorch中的計算圖
1 3 3 用三階多項式擬合函數
1 3 4 實現手寫數字識別
1 4 本章小結
第2章 Python技術基礎
2 1 變數
2 2 註釋
2 3 簡單數據類型
2 3 1 數值
2 3 2 字元串
2 3 3 數組
2 4 字面值
2 5 控制流
2 5 1 條件語句
2 5 2 循環語句
2 6 列表
2 7 元組
2 8 集合
2 9 字典
2 10 位數組
2 11 模塊
2 12 函數
2 13 print函數
2 14 正則表達式
2 15 文件操作
2 15 1 讀寫文件
2 15 2 重命名文件
2 15 3 遍歷文件
2 16 with語句
2 17 使用pickle模塊序列化對象
2 18 面向對象編程
2 19 命令行參數
2 20 資料庫
2 21 JSON格式
2 22 日誌記錄
2 23 異常處理
2 24 本章小結
第3章 PyTorch中的深度學習
3 1 神經網絡基礎
3 1 1 實現深度前饋網絡
3 1 2 計算過程
3 2 卷積神經網絡
3 3 PyTorch基礎知識
3 3 1 創建張量
3 3 2 隨機張量
3 3 3 零和一
3 3 4 範圍張量
3 3 5 張量數據類型
3 3 6 從張量獲取信息
3 3 7 操縱張量
3 3 8 深度學習中最常見的錯誤之一（形狀錯誤）
3 3 9 求最小值、最大值、平均值、總和等
3 3 10 最大值、最小值的所處位置
3 3 11 更改張量數據類型
3 3 12 重塑、堆疊、壓縮和解壓
3 3 13 索引（從張量中選擇數據）
3 3 14 PyTorch張量和NumPy
3 3 15 再現性（試圖從隨機中提取隨機性）
3 4 transformer架構
3 4 1 編碼器
3 4 2 解碼器
3 4 3 生成概率分佈
3 5 為PyTorch模型提供服務
3 6 本章小結
第4章 PyTorch開發深度學習應用
4 1 文本分類
4 1 1 準備數據集
4 1 2 定義網絡
4 1 3 訓練網絡
4 2 開發聊天機器人
4 3 用Wav2Vec 2 0進行語音識別
4 4 機器翻譯
4 5 本章小結
第5章 分散式PyTorch
5 1 PyTorch分散式概述
5 1 1 數據并行訓練
5 1 2 基於RPC的分散式訓練
5 2 數據并行
5 3 單機模型并行最佳實踐
5 4 分散式數據并行入門
5 5 用PyTorch編寫分散式應用程序
5 6 完全分片數據并行入門
5 7 基於完全分片數據并行的高級模型訓練
5 8 分散式RPC框架入門
5 8 1 使用RPC和RRef的分散式強化學習
5 8 2 使用分散式Autograd和分散式優化器的分散式RNN
5 9 使用分散式RPC框架實現參數伺服器
5 10 基於RPC的分散式流水線并行
5 10 1 步驟1：分區ResNet50模型
5 10 2 步驟2：將ResNet50模型分片拼接到一個模塊中
5 10 3 步驟3：定義訓練循環
5 10 4 步驟4：啟動RPC進程
5 11 使用非同步執行實現批量RPC處理
5 11 1 批量更新參數伺服器
5 11 2 批量處理CartPole求解器
5 12 分散式數據并行與分散式RPC框架的結合
5 13 使用流水線并行性訓練transformer模型
5 14 本章小結
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。