
王曉華
JAX是一個用於高性能數值計算的Python庫,專門爲深度學習領域的高性能計算而設計。本書詳解JAX框架深度學習的相關知識,配套示例源碼、PPT課件、數據集和開發環境。 本書共分爲13章,內容包括JAX從零開始,一學就會的線性迴歸、多層感知機與自動微分器,深度學習的理論基礎,XLA與JAX一般特性,JAX的高級特性,JAX的一些細節,JAX中的卷積,JAX與TensorFlow的比較與交互,遵循JAX函數基本規則下的自定義函數,JAX中的高級包。最後給出3個實戰案例:使用ResNet完成CIFAR100數據集分類,有趣的詞嵌入,生成對抗網絡(GAN)。 本書適合JAX框架初學者、深度學習初學者以及深度學習從業人員,也適合作爲高等院校和培訓機構人工智能相關專業的師生教學參考書。
生搬硬湊,不知所云。完全不推薦給想學jax的人
有用的東西不多,浪費時間,不值得看,不如看官方文檔
有一半廢話,也就4,5,6和9,10有點用
這種都能出書真的是出版社和編輯放了海了