PyTorch官方教程书限时免费!500页内容带你上手最流行框架

作者: 魔王 2020-07-08 15:26:24

 去年 11 月,PyTorch 官方发布权威 PyTorch 教程书籍《Deep Learning with PyTorch》,但遗憾的是当时这本书只有前五章内容免费。现在,经过更新迭代后,PyTorch 终于发布了该书的免费版本。还不快来学?

书籍地址:https://pytorch.org/assets/deep-learning/Deep-Learning-with-PyTorch.pdf

PyTorch 是当前最热的深度学习框架之一。自 2016 年诞生以来,PyTorch 迅速发展,成为广受开发者和研究人员喜爱的框架。根据最近的一项统计,在 ICLR 2020 和 CVPR 2020 会议中,使用 PyTorch 的论文数远超 TensorFlow,研究人员对 PyTorch 的偏爱程度进一步加深。

然而,PyTorch 直到去年 11 月才提供官方权威的 PyTorch 教程书籍《Deep Learning with PyTorch》,且只有前五个章节的内容免费可看。

最近,PyTorch 官方终于放出了该书 V3.6.8 版本的全部内容。全书约 500 页,包含 15 个章节,内容详实,图文并茂。

这本书为使用 PyTorch 构建和训练神经网络提供了详细且易于上手的教程,使用的编程语言为 Python。

这本 PyTorch 官方书籍讲了些什么

《Deep Learning with PyTorch》一书涵盖了 PyTorch 核心知识、真实示例和部署教程这三部分内容,全书的主要内容包括:

深度学习和 PyTorch 简介

预训练模型

张量

学习的机制

使用神经网络拟合数据

使用卷积执行泛化

现实示例:构建用于癌症检测的神经网络

部署到生产环境

详细目录如下所示:

书籍特点:图文并茂,代码丰富

这本书的主要特点是:图文并茂,简单易懂,案例和代码块丰富。

该书一改往日教程或教科书刻板的风格,书中随处可见的插图令人印象深刻,还包括大量手绘插图。

例如,下图展示了 PyTorch 使用 autograd 进行计算时的模型前向图和后向图:

而在介绍神经网络的计算过程时,这本书不惜用公式 + 手绘流程图 + 插图的形式,力求将整个抽象过程进行简洁地说明。

此外,该书具备配套代码,且书中案例和代码块随处可见。

配套代码地址:

https://www.manning.com/books/deep-learning-with-pytorch

https://github.com/deep-learning-with-pytorch/dlwpt-code

书中的大量代码块可以帮助读者边看书边写代码,很多代码都会有如下类似的「脚注」说明。

设计训练循环的代码块示例。

除此之外,该书还有讨论论坛:https://livebook.manning.com/#!/book/deep-learning-with-pytorch/discussion。

  1. 提高复杂网络分析效率!中国科学家研发强化学习新框架
  2. Reddit高赞:机器学习领域「八宗罪」!同行评审变味,盲目崇拜盛行
  3. 深度学习框架大PK:TNN决战MNN,ncnn依旧经典
  4. 速速收藏!9个非常受欢迎的开源自动化测试框架盘点
  5. 机器学习项目完整搭建流程及任务清单曝光,值得收藏
PyTorch 框架 机器学习
上一篇:千米感知误差低于5%,全球领先的超长距精准3D感知技术发布 下一篇:如何在表格数据上使用特征提取进行机器学习
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

人工智能正在改变软件开发模式

软件开发人员正在使用人工智能来帮助编写和审查代码、检测错误、测试软件和优化开发项目。这种帮助正在帮助公司更有效地部署新软件,并使新一代开发人员能够更轻松地学习编码。

Harris ·  1天前
2022 年 AIOPS 趋势和预测:您需要知道的一切

AI与IT运营的这种集成导致了术语AIOps的出现,它利用大数据、分析和AI能力进行IT运营管理。以下是每个人都应该关注的 2022年AIOps趋势和预测。

Cassie ·  3天前
谷歌研究总监赴斯坦福任教,著有《人工智能:一种现代方法》

斯坦福大学宣布谷歌研究总监(Director of Research)Peter Norvig 加入斯坦福以人为本人工智能研究院 HAI,任杰出教育研究员。

机器之心 ·  3天前
人工智能65年简史:从麦卡锡到Hinton,人类追求的AI究竟是什么?

人工智能的发展已有65年的历史,曾经历过寒冬,也经历过辉煌。从符号主义的专家系统到现在所向披靡的神经网络,不少人担心是否寒冬会再来,也有乐观的人表示人工智能的春天也要来了。

佚名 ·  4天前
计算机架构的机器学习

最近机器学习 (ML) 进步的关键贡献者之一是定制加速器的开发,例如Google TPU和Edge TPU,它们显着提高了可用计算能力,从而解锁了各种功能,例如AlphaGo、RankBrain、WaveNets和对话代理。

雨夜的博客 ·  4天前
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
高真实感、全局一致、外观精细,面向模糊目标的NeRF方案出炉

自 NeRF 被提出后,有多项研究对其加以改进。在本篇论文中,上海科技大学的研究者提出了首个将显式不透明监督和卷积机制结合到神经辐射场框架中以实现高质量外观的方案。

Haimin Luo等 ·  2021-06-01 09:57:39
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载