PyTorch深度學習——深入理解人工智能算法設計
龍良曲
929人在讀
18.7萬字總字數
¥69.3定價
龍良曲
本書系統介紹了人工智能相關算法，尤其是深度學習算法，包含了基礎的算法理論介紹、深度學習框架實現和重要的算法模型應用簡介等，本書提供配套的源代碼、開源版本電子書、課件素材、以及微課視頻等資料。全書共14章，可以分爲4部份：第1~3章爲第1部分，主要介紹人工智能的初步認知，並引出相關算法問題；第4~5章爲第2部分，主要介紹PyTorch框架使用基礎知識，爲後續算法實現作鋪墊；第6~9章爲第3部分，主要介紹神經網絡的核心理論基礎，讓讀者能理解深度學習的本質；第10~14章爲第4部分，主要介紹經典算法方向與模型結構的應用，讓讀者能夠學有所用。
這裏需要自己寫一個utils.py函數一個參考的實現是import torch import matplotlib.pyplot as plt def one_hot(label, depth=10): return torch.eye(depth)[label] def plot_curve(data): plt.plot(range(len(data)), data) plt.xlabel("step") plt.ylabel("value") plt.show() def plot_image(x, y, name): fig = plt.figure(figsize=(8, 8)) for i in range(9): plt.subplot(3, 3, i + 1) img = x[i].detach().cpu().squeeze() # undo Normalize((0.5,), (0.5,)) img = img * 0.5 + 0.5 plt.imshow(img, cmap="gray") plt.title(f"{name}: {y[i].item()}") plt.axis("off") plt.tight_layout() plt.show()
這本書存在詳略不得當的問題。不過對新手來說恰到好處，前面十章的內容可以零基礎無壓力學習。後面到自編碼器和生成對抗網絡開始特別是生成對抗網絡這裏，講得籠統了些。在後半本書的某些章節與前面的一些內容似乎存在一些重複。整體來說可圈可點。