深度學習框架 PyTorch [電子書(PDF)/原始碼]

深度學習框架 PyTorch [電子書(PDF)/原始碼]

深度學習框架 PyTorch [電子書(PDF)/原始碼]


資料來源: https://www.tenlong.com.tw/products/9787121330773

https://github.com/chenyuntc/pytorch-book/
https://raw.githubusercontent.com/bat67/pytorch-tutorials-examples-and-books/master/books-and-slides/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%A1%86%E6%9E%B6PyTorch%EF%BC%9A%E5%85%A5%E9%97%A8%E4%B8%8E%E5%AE%9E%E8%B7%B5%20-%20%E9%99%88%E4%BA%91.pdf


GITHUB: https://github.com/jash-git/Jash-good-idea-20220201-001/tree/main/20220216%E8%B3%87%E6%96%99%E6%94%B6%E8%97%8F/%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92%E6%A1%86%E6%9E%B6PyTorch%EF%BC%9A%E5%85%A5%E9%96%80%E8%88%87%E5%AF%A6%E8%B8%90


目錄大綱

1 PyTorch簡介
    1.1 PyTorch的誕生
    1.2常見的深度學習框架簡介
    1.2.1 Theano 
    1.2.2 TensorFlow 
    1.2.3 Keras 
    1.2.4 Caffe/Caffe2 
    1.2.5 MXNet 
    1.2.6 CNTK 
    1.2.7其他框架
    1.3屬於動態圖的未來
    1.4為什麼選擇PyTorch 
    1.5星火燎原
    1.6 fast.ai放棄Keras+TensorFlow選擇PyTorch 

2快速入門
    2.1安裝與配置
    2.1.1安裝PyTorch 
    2.1.2學習環境配置
    2.2 PyTorch入門第一步
    2.2.1 Tensor 
    2.2.2 Autograd :自動微分
    2.2.3神經網絡
    2.2.4小試牛刀:CIFAR-10分類

3 Tensor和autograd 
    3.1 Tensor 
    3.1.1基礎操作
    3.1.2 Tensor和Numpy 
    3.1.3內部結構
    3.1.4其他有關Tensor的話題
    3.1.5小試牛刀:線性回歸
    3.2 autograd 
    3.2.1 Variable 
    3.2.2計算圖
    3.2.3擴展autograd 
    3.2.4小試牛刀:用Variable實現線性回歸

4神經網絡工具箱nn 
    4.1 nn.Module 
    4.2常用的神經網絡層
    4.2.1圖像相關層
    4.2.2激活函數
    4.2.3循環神經網絡層
    4.2.4損失函數
    4.3優化器
    4.4 nn.functional 
    4.5初始化策略
    4.6 nn.Module深入分析
    4.7 nn和autograd的關係
    4.8小試牛刀:用50行代碼搭建ResNet 

5 PyTorch中常用的工具
    5.1數據處理
    5.2計算機視覺工具包:torchvision 
    5.3可視化工具
    5.3.1 Tensorboard 
    5.3.2 visdom 
    5.4使用GPU加速:cuda 
    5.5持久化

6 PyTorch實戰指南
    6.1編程實戰:貓和狗二分類
    6.1.1比賽介紹
    6.1.2文件組織架構
    6.1.3關於__init__.py 
    6.1.4數據加載
    6.1.5模型定義
    6.1.6工具函數
    6.1.7配置文件
    6.1.8 main.py 
    6.1.9使用
    6.1 .10爭議
    6.2 PyTorch Debug指南
    6.2.1 ipdb介紹
    6.2.2在PyTorch中Debug 

7 AI插畫師:生成對抗網絡
    7.1 GAN的原理簡介
    7.2用GAN生成動漫頭像
    7.3實驗結果分析

8 AI藝術家:神經網絡風格遷移
    8.1風格遷移原理介紹
    8.2用PyTorch實現風格遷移
    8.3實驗結果分析

9 AI詩人:用RNN寫詩
    9.1自然語言處理的基礎知識
    9.1.1詞向量
    9.1.2 RNN 
    9.2 CharRNN 
    9.3用PyTorch實現CharRNN 
    9.4實驗結果分析

10 Image Caption:讓神經網絡看圖講故事
    10.1圖像描述介紹
    10.2數據
    10.2.1數據介紹
    10.2.2圖像數據處理
    10.2.3數據加載
    10.3模型與訓練
    10.4實驗結果分析
    
11展望與未來
    11.1 PyTorch的局限與發展
    11.2使用建議

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *