Python深度学习：基于PyTorch
吴茂贵 郁明敏 杨本法 李涛 张粤磊
6342人在读
23.5万字总字数
¥53定价
吴茂贵 郁明敏 杨本法 李涛 张粤磊
内容介绍 这是一本基于*新的Python和PyTorch版本的深度学习著作，旨在帮助读者低门槛进入深度学习领域，轻松速掌握深度学习的理论知识和实践方法，快速实现从入门到进阶的转变。 本书是多位人工智能技术专家和大数据技术专家多年工作经验的结晶，从工具使用、技术原理、算法设计、案例实现等多个维度对深度学习进行了系统的讲解。内容选择上，广泛涉猎、重点突出、注重实战；内容安排上，实例切入、由浅入深、循序渐进；表达形式上，深度抽象、化繁为简、用图说话。 本书共16章，分为三部分： 第壹部分（第1~4章） PyTorch基础 首先讲解了机器学习和数据科学中必然会用到的工具Numpy的使用，然后从多个角度讲解了Pytorch的必备基础知识，*后详细讲解了Pytorch的神经网络工具箱和数据处理工具箱。 第二部分（第5~8章） 深度学习基础 这部分从技术原理、算法设计、实践技巧等维度讲解了机器学习和深度学习的经典理理论、算法以及提升深度学习模型性能的多种技巧，涵盖视觉处理、NLP和生成式深度学习等主题。 第三部分（第9~16章） 深度学习实践 这部分从工程实践的角度讲解了深度学习的工程方法和在一些热门领域的实践方案，具体包括人脸识别、图像修复、图像增强、风格迁移、中英文互译、生成式对抗网络、对抗攻击、强化学习、深度强化学习等内容。
AI扫盲书，Pytouch下AI的开发已经具备了基础设施齐全性，卷积神经网络、循环神经网络、对抗式神经网络三大算法模型都可以在Pytouch上运行了。这样一些商业开发自己的AI系统时，可以比较低成本的拿来应用。实现自己行业的智慧互联改造。不要被AI的高精尖难度吓死，也不要因为不了解而漠视AI的行业强应用。理论上我们都可以在应用层面开发自己的AI系统了
每一章内容都挺浅，但作为AI算法科普书效果不错。
只读到第七章，前面的内容因为在实际开发中遇到过相关概念，所以读得津津有味(讲得很好)。后面的内容没有接触过就没什么兴趣了。学习方法应该是边做边学。
深度学习的知识点简洁易懂，当个常翻阅的入门工具书。不过里面不少代码示例存在很多函数或变量残缺，无法运行，是个缺点
阅读过程中发现有些错别字，贴的部分代码也有错字或者没法运行的情况，对新手造成了一些困扰。
2025年9月24日看完，大概翻了一下，看不懂，这种代码类的书籍还是不能光看，还得亲自运行里面的代码才行，运行了也看不懂里面在说什么😳通过微信读书白嫖了许多xx学习的书籍，结果基本没一本看得懂的，郁闷啊郁闷 😫😫😫
读过吴茂贵老师讲tensorflow的，喜欢他写书风格。只是这本书讲pytorch的内容占比太少，有些遗憾。
这是目前为止看到的介绍pytorch框架及其实战运用最清晰的一本书。学习与趣味，在这本书书里是可以兼顾的。
对torch的基本组件介绍的还行，入门可以了，后面的原理部分就见仁见智了，不做评判，这种二不像的书，可能还是给职场人士用的多些吧，早已经失去了看公式推公式的耐心。大概我以后也会变成这样吧。
pytorch零基础，之前主要使用tensorflow，这本教程非常有效，既有原理又有实践。最大的感受是pytorch比tensorflow要简洁清晰很多。希望早日公开非试读部分。