PyTorch深度學習與企業級項目實戰 宋立桓 宋立林 9787302657026 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$439
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *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，以到貨標的為實際資訊。 印行年月：202403*若逾兩年請先於私訊洽詢存貨情況，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深度學習與企業級項目實戰 ISBN：9787302657026 出版社：清華大學 著編譯者：宋立桓 宋立林 叢書名：人工智慧技術叢書 頁數：246 所在地：中國大陸 *此為代購商品 書號：1622095 可大量預訂，請先連絡。 內容簡介 本書立足於具體的企業級項目開發實踐，以通俗易懂的方式詳細介紹PyTorch深度學習的基礎理論以及相關的必要知識，同時以實際動手操作的方式來引導讀者入門人工智慧深度學習。本書配套示例項目源代碼、數據集、PPT課件與作者微信群答疑服務。 本書共分18章，內容主要包括人工智慧、機器學習和深度學習之間的關係，深度學習框架PyTorch 2 0的環境搭建，Python數據科學庫，深度學習基本原理，PyTorch 2 0入門，以及13個實戰項目：遷移學習花朵識別、垃圾分類識別、短期電力負荷預測、空氣質量預測、手寫數字識別、人臉識別與面部表情識別、圖像風格遷移、糖尿病預測、基於GAN生成動漫人物畫像、基於大語言模型的NLP、猴痘病毒識別項目實戰、X光肺部感染識別項目實戰、樂器聲音音頻識別項目實戰。 本書適合PyTorch深度學習初學者、深度學習演算法從業培訓人員、深度學習應用開發人員閱讀，也適合作為高等院校或高職高專深度學習課程的教材。作者簡介 宋立桓，IT資深技術專家、佈道師，主要負責為企業客戶提供顧問諮詢、培訓和方案設計服務。目前是騰訊雲架構師專註于雲計算、大數據和人工智慧，對區塊鏈的相關技術也有深入的研究。著有圖書《Cloudera Hadoop大數據平台實戰指南》和《AI制勝：機器學習極簡入門》。目錄 第1章 人工智慧、機器學習與深度學習簡介1 1 什麼是人工智慧 1 2 人工智慧的本質 1 3 人工智慧相關專業人才就業前景 1 4 機器學習和深度學習 1 4 1 什麼是機器學習 1 4 2 深度學習獨領風騷 1 4 3 機器學習和深度學習的關係和對比 1 5 小白如何學深度學習 1 5 1 關於兩個「放棄」 1 5 2 關於三個「必須」 第2章 深度學習框架PyTorch開發環境搭建 2 1 PyCharm的安裝和使用技巧 2 2 在Windows環境下安裝CPU版的PyTorch 2 3 在Windows環境下安裝GPU版的PyTorch 2 3 1 確認顯卡是否支持CUDA 2 3 2 安裝CUDA 2 3 3 安裝cuDNN 2 3 4 安裝GPU版PyTorch 第3章 Python數據科學庫 3 1 張量、矩陣和向量的區別 3 2 數組和矩陣運算庫NumPy 3 2 1 列表和數組的區別 3 2 2 創建數組的方式 3 2 3 NumPy的算術運算 3 2 4 數組變形 3 3 數據分析處理庫Pandas 3 3 1 Pandas數據結構Series 3 3 2 Pandas數據結構DataFrame 3 3 3 Pandas處理CSV文件 3 3 4 Pandas數據清洗 3 4 數據可視化庫Matplotlib介紹 第4章 深度學習的基本原理 4 1 神經網路原理闡述 4 1 1 神經元和感知器 4 1 2 激活函數 4 1 3 損失函數 4 1 4 梯度下降和學習率 4 1 5 過擬合和Dropout 4 1 6 神經網路反向傳播法 4 2 卷積神經網路 4 2 1 什麼是卷積神經網路 4 2 2 卷積神經網路詳解 4 2 3 卷積神經網路是如何訓練的 4 2 4 卷積神經網路為什麼能稱霸圖像識別領域 4 3 卷積神經網路經典模型架構簡介 4 3 1 LeNet-5 4 3 2 AlexNet 4 3 3 VGG 4 3 4 GoogLeNet 4 3 5 ResNet 4 4 常用的模型評估指標 第5章 深度學習框架PyTorch入門 5 1 Tensor 5 1 1 Tensor簡介 5 1 2 使用特定數據創建張量 5 1 3 使用隨機數創建張量 5 1 4 張量基本操作 5 2 使用GPU加速 5 3 自動求導 5 4 PyTorch神經網路 5 4 1 構建神經網路 5 4 2 數據的載入和處理 5 4 3 模型的保存和載入 5 5 PyTorch入門實戰：CIFAR-10圖像分類 第6章 遷移學習花朵識別項目實戰 6 1 遷移學習簡介 6 2 什麼是預訓練模型 6 3 如何使用預訓練模型 6 4 使用遷移學習技術實現花朵識別 6 5 遷移學習總結 第7章 垃圾分類識別項目實戰 7 1 垃圾分類識別項目背景 7 2 垃圾分類背後的技術 7 3 垃圾圖片數據集介紹 7 4 MnasNet 模型介紹 7 5 垃圾分類識別項目代碼分析 第8章 短期電力負荷預測項目實戰 8 1 電力負荷預測項目背景 8 2 電力負荷預測的意義 8 3 電力負荷數據的獲取 8 4 一維卷積ID-CNN 8 5 項目代碼分析 第9章 空氣質量識別分類與預測項目實戰 9 1 空氣質量識別分類與預測項目背景 9 2 主成分分析 9 3 聚類分析（K-Means） 9 4 項目代碼分析 第10章 手寫數字識別項目實戰 10 1 手寫數字識別項目背景 10 2 手寫數字數據集 10 3 LeNet5模型構建 10 4 模型訓練和測試 10 4 1 損失函數 10 4 2 優化器 10 4 3 超參數設置 10 4 4 性能評估 10 5 項目完整代碼介紹 10 6 項目總結 第11章 人臉識別及表情識別實戰 11 1 人臉識別 11 1 1 什麼是人臉識別 11 1 2 人臉識別過程 11 2 人臉識別項目實戰 11 2 1 人臉檢測 11 2 2 人臉識別 11 3 面部表情識別項目實戰 第12章 圖像風格遷移項目實戰 12 1 圖像風格遷移簡介 12 2 使用預訓練的VGG-16模型進行圖像風格遷移 12 2 1 演算法思相 12 2 2 演算法細節 12 2 3 代碼實現 第13章 基於GAN生成動漫人物圖像項目實戰 13 1 什麼是生成式對抗網路 13 2 生成式對抗網路的演算法細節 13 3 循環生成對抗網路CycleGAN 13 4 基於生成式對抗網路生成動漫人物圖像 第14章 糖尿病預測項目實戰 14 1 糖尿病預測項目背景 14 2 糖尿病數據集介紹 14 3 LSTM-CNN模型 14 4 實戰項目代碼分析 第15章 基於大語言模型的自然語言處理項目實戰 15 1 自然語言處理Embedding層詳解 15 2 Transformer模型簡介 15 3 預訓練語言模型GPT 15 3 1 什麼是預訓練語言模型 15 3 2 GPT-2模型介紹 15 3 3 PyTorch-Transformers庫介紹 15 4 基於Transformer模型的謠言檢測系統的實現 15 4 1 謠言檢測系統項目背景 15 4 2 謠言檢測系統代碼實戰 15 5 基於GPT2在新聞文本分類項目中的實現 15 5 1 新聞文本分類項目背景 15 5 2 新聞文本分類代碼實戰 第16章 猴痘病毒識別項目實戰 16 1 猴痘病毒識別項目背景 16 2 ResNet101模 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
