动手学PyTorch建模与应用：从深度学习到大模型
王国平
1196人在读
21.6万字总字数
¥69.3定价
王国平
《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。《动手学PyTorch建模与应用:从深度学习到大模型》共11章，第1章主要介绍深度学习的概念、应用场景及开发环境搭建。第2章详细介绍PyTorch数学基础，包括函数、微分、数理统计、矩阵等基础知识及其案例。第3章介绍数据预处理及常用工具，包括NumPy、Pandas、Matplotlib、数据清洗、特征工程以及深度学习解决问题的一般步骤等。第4章介绍PyTorch基础知识，包括张量的创建、激活函数、损失函数、优化器等。第5章介绍PyTorch深度神经网络，包括神经网络概述、卷积神经网络、循环神经网络等。第6章介绍PyTorch数据建模，包括回归分析、聚类分析、主成分分析、模型评估与调优等。第7～10章介绍PyTorch图像建模、文本建模、音频建模和模型可视化。第11章介绍大语言模型的原理、主要的大语言模型及模型本地化部署、预训练与微调技术。本书还精心设计了50个动手案例和上机练习题，并对所有代码进行了详尽注释和说明，同时提供数据集和配书资源文件，以帮助读者更好地使用本书。 《动手学PyTorch建模与应用:从深度学习到大模型》讲解深入浅出，注重动手实操，特别适合想学习AI技术或想进入该领域的初学者，对深度学习感兴趣的新手、在校学生和从业者阅读，也很适合作为培训机构和高校相关专业的教学用书。
这本书可以说是深入浅出，不会像字典和百科全书一样，一开始就把一个模块的所有知识倒出来，而是通过不同章节层层递进，像讲故事的模式，例子也很实用，代码都加了注释，jupyter格式配了运行结果。 不足的地方主要是错误不少，可能是因为没校对。比如预测股票成交量那个例子，代码其实是预测收盘价格的，示例代码中，验证集也更新了梯度，显然是复制粘贴后没细看。第8章缺了示例代码。有些公式的算术符号也是错的，乘号和加号混用，有些词也颠倒。 自己懂的话，这些小错都不影响，就怕本身不懂被误导了。
可以说是今年看到过最好的一本人工智能入门书了，从基本的pycharm教程教起，每章都有相应的代码和具体事例，学到的AI不仅停留在理论层面，还可以真实的看到对应的效果。 对各种AI的模型讲解也非常通俗易懂，即兼顾到了基本的原理讲解，但又不会在太过的公式上深挖，而是侧重于事例应用。 尤其是在神经网络的介绍上，从前馈到卷积再到循环神经网络再到LSTM，第一次算把这些神经网络理清楚了。