PyTorch深度學習實戰
伊萊·史蒂文斯 盧卡·安蒂加 托馬斯·菲曼
6221人在讀
40萬字總字數
¥76.74定價
伊萊·史蒂文斯 盧卡·安蒂加 托馬斯·菲曼
雖然很多深度學習工具都使用Python，但PyTorch庫是真正具備Python風格的。對於任何瞭解NumPy和scikit-learn等工具的人來說，上手PyTorch輕而易舉。PyTorch在不犧牲高級特性的情況下簡化了深度學習，它非常適合構建快速模型，並且可以平穩地從個人應用擴展到企業級應用。由於像蘋果、Facebook和摩根大通這樣的公司都使用PyTorch，所以當你掌握了PyTorth，就會擁有更多的職業選擇。本書是教你使用PyTorch創建神經網絡和深度學習系統的實用指南。它幫助讀者快速從零開始構建一個真實示例：腫瘤圖像分類器。在此過程中，它涵蓋了整個深度學習管道的關鍵實踐，包括PyTorch張量API、用Python加載數據、監控訓練以及將結果進行可視化展示。本書主要內容：（1）訓練深層神經網絡；（2）實現模塊和損失函數；（3）使用PyTorchHub預先訓練的模型；（4）探索在JupyterNotebooks中編寫示例代碼。
這是一本好書。 我是從實踐開始深度學習的。即從pytorch官方網站的實例教程開始第一步；再到github上的開源模型。從源碼的角度看，很多的知識點都是不懂就問Bing,多半都是得到一知半解的答案。 從實踐中來，到了需要完整理論體系來解惑之前一知半解的疑問的時候了。這本書娓娓道來，把需要的知識體系慢慢展現的你的面前。 另外，個人覺得翻譯的挺不錯的。基本和我之前看pyrorch官方文檔的知識理解一致。
這本書真的是太棒了。真實的醫學實例，詳盡到略顯囉嗦的代碼流程，覆蓋分類模型和語義分割模型，還有很多可愛的小插圖闡明技術原理讓人會心一笑。 本書以其說在教讀者怎麼用pytorch，不如說在手把手指導怎麼實踐一個深度學習項目。 初學者強烈推薦。
入門瞭解還是不錯的，但是越到後面，感覺跳躍比較大，不是一步一步教你怎麼做了，而是給個大概，然後列出代碼，不好理解。
不錯的一本書，深入淺出介紹了PyTorch的概念，以及用項目來展示PyTorch的能力。 本來編程就是實踐性工作，本身案例確實更有利於實現知識的理解和掌握。 美中不足的有兩個地方：1，有些概念的運用比較突兀，突然就出現一些新的大詞，比如“頂級屬性”；2，最後一章的部署部分，講得比較凌亂，理解起來比較麻煩一點。其他OK。值得翻一遍。
挺有難度的一本書，需要結合實操讀2遍以上，第二部分最難，雖說跟隨作者思維操作，無奈在訓練模型時，機器配置過低，訓練一次時間太長，不能完整繼續下去。
（英語書有兩類，一類邏輯較明瞭，一類敘述很特別、很不符合東亞語言邏輯。很不幸，這本書屬於後者。）劃掉。純粹是翻譯太差，得在心中翻譯回英文才懂。。🙂
給推薦是給這本書內容，確實是不錯的、細緻的pytorch入門以及神經網絡機器學習基礎的入門書籍。前半本談及各種基礎，深入淺出，內容90分。後半本太着重於一個ct腫瘤檢測案例，如果對cnn不感興趣可能用處有限，給70分。但是翻譯只有20分，基本還不如機器翻譯。如果要nlp之類知識，還需要閱讀別的書籍。
請問本書的GitHub倉庫地址在哪呢？
全書系統的講解了PyTorch在深度學習中的應用，並且結合具體實例講解，具有很好的操作性，值得反覆研讀
感謝人郵的贈書。趁着培訓草草翻閱完畢。作者是pytorch的社區貢獻者，對於深度學習的瞭解毋庸置疑，但是建議閱讀者需要先看看pytorch的官方文檔，再瞭解下矩陣計算，方能更好理解代碼內容。