互联网 类型
可以朗读 语音朗读
86千字 字数
2025-04-01 发行日期
展开全部

主编推荐语

本书介绍如何学习和使用流行的PyTorch框架开发深度学习应用。

内容简介

本书主要内容包括PyTorch中的计算图，用三阶多项式拟合函数，实现手写数字识别，神经网络基础，卷积神经网络，PyTorch基础知识，transformer架构，文本分类应用开发，聊天机器人应用开发，用Wav2Vec2进行语音识别，机器翻译应用开发，分布式PyTorch等。

目录

  • 版权信息
  • 内容简介
  • 前言
  • 第1章 深度学习快速入门
  • 1.1 各种深度学习应用
  • 1.2 准备开发环境
  • 1.3 体验PyTorch
  • 1.4 本章小结
  • 第2章 Python技术基础
  • 2.1 变量
  • 2.2 注释
  • 2.3 简单数据类型
  • 2.4 字面值
  • 2.5 控制流
  • 2.6 列表
  • 2.7 元组
  • 2.8 集合
  • 2.9 字典
  • 2.10 位数组
  • 2.11 模块
  • 2.12 函数
  • 2.13 print函数
  • 2.14 正则表达式
  • 2.15 文件操作
  • 2.16 with语句
  • 2.17 使用pickle模块序列化对象
  • 2.18 面向对象编程
  • 2.19 命令行参数
  • 2.20 数据库
  • 2.21 JSON格式
  • 2.22 日志记录
  • 2.23 异常处理
  • 2.24 本章小结
  • 第3章 PyTorch中的深度学习
  • 3.1 神经网络基础
  • 3.2 卷积神经网络
  • 3.3 PyTorch基础知识
  • 3.4 transformer架构
  • 3.5 为PyTorch模型提供服务
  • 3.6 本章小结
  • 第4章 PyTorch开发深度学习应用
  • 4.1 文本分类
  • 4.2 开发聊天机器人
  • 4.3 用Wav2Vec 2.0进行语音识别
  • 4.4 机器翻译
  • 4.5 本章小结
  • 第5章 分布式PyTorch
  • 5.1 PyTorch分布式概述
  • 5.2 数据并行
  • 5.3 单机模型并行最佳实践
  • 5.4 分布式数据并行入门
  • 5.5 用PyTorch编写分布式应用程序
  • 5.6 完全分片数据并行入门
  • 5.7 基于完全分片数据并行的高级模型训练
  • 5.8 分布式RPC框架入门
  • 5.9 使用分布式RPC框架实现参数服务器
  • 5.10 基于RPC的分布式流水线并行
  • 5.11 使用异步执行实现批量RPC处理
  • 5.12 分布式数据并行与分布式RPC框架的结合
  • 5.13 使用流水线并行性训练transformer模型
  • 5.14 本章小结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。