人工智慧新書推薦——《PyTorch機器學習從入門到實戰》
阿新 • • 發佈:2018-12-19
人工智慧入門實踐, 輕鬆玩轉PyTorch框架。 校寶線上出品的書籍《PyTorch機器學習從入門到實踐》發售了!
內容簡介
近年來,基於深度學習的人工智慧掀起了一股學習的熱潮。本書是使用PyTorch深度學習框架的入門書籍。本書從深度學習原理入手,由淺入深,闡述深度學習中神經網路、深度神經網路、卷積神經網路、自編碼器、迴圈神經網路等,同時穿插學習PyTorch框架的各個知識點和基於知識點的例項。最後,綜合運用PyTorch和深度學習知識,來解決實踐中的具體問題,比如影象識別、文字分類和命令詞識別等。可以說,本書是深度學習和PyTorch的入門教程,同時也引領讀者登堂入室,進入機會和挑戰的人工智慧領域。
本書針對的物件是機器學習和人工智慧的愛好者和研究者,希望其能夠有一定的機器學習和深度學習知識,有一定的Python程式設計基礎。
目錄
第 1 章 深度學習介紹 1.1 人工智慧、機器學習與深度學習 1.2 深度學習工具介紹 1.3 PyTorch 介紹 1.4 你能從本書中學到什麼 第 2 章 PyTorch 安裝和快速上手 2.1 PyTorch 安裝 2.2 Jupyter Notebook 使用 2.3 NumPy 基礎知識 2.4 PyTorch 基礎知識 第 3 章 神經網路 3.1 神經元與神經網路 3.2 啟用函式 3.3 前向演算法 3.4 損失函式 3.5 反向傳播演算法 3.6 資料的準備 3.7 PyTorch 例項:單層神經網路實現 第 4 章 深度神經網路及訓練 4.1 深度神經網路 4.2 梯度下降 4.3 優化器 4.4 正則化 4.5 PyTorch 例項:深度神經網路實現 第 5 章 卷積神經網路 5.1 計算機視覺 5.2 卷積神經網路 5.3 MNIST 資料集上卷積神經網路的實現 第 6 章 嵌入與表徵學習 6.1 PCA 6.2 自編碼器 6.3 詞嵌入 第 7 章 序列預測模型 7.1 序列資料處理 7.2 迴圈神經網路 7.3 LSTM 和 GRU 7.4 LSTM 在自然語言處理中的應用 7.5 序列到序列網路 7.6 PyTorch 例項:基於 GRU 和 Attention 的機器翻譯 第 8 章 PyTorch 專案實戰 8.1 影象識別和遷移學習——貓狗大戰 8.2 文字分類 8.3 語音識別系統介紹