《基於PyTorch的深度學習》是一本2020年出版的圖書，由中國電力出版社出版。
基本介紹
- 中文名：基於PyTorch的深度學習
- 作者：[美]伊恩·波特
- 出版時間：2020年
- 出版社：中國電力出版社
- ISBN：9787519848323
- 類別：機器學習
- 開本：16 開
- 裝幀：平裝-膠訂
內容簡介,圖書目錄,作者簡介,
內容簡介
學習如何在生產環境部署深度學習模型。研究多家領先公司的PyTorch用例。學習如何對圖像套用遷移學習。使用Wikipedia上訓練的一個模型套用前沿的NLP技術。使用PyTorch的torchaudio庫用一個基於卷積的模型完成音頻分類。TensorBoard和火焰圖調試PyTorch模型。用Docker容器和Google Cloud上運行的Kubernetes集群在生產環境中部署PyTorch套用。
圖書目錄
前言
第1章PyTorch入門
組裝定製深度學習計算機
GPU
CPU/主機板
RAM
存儲
使用雲的深度學習
Google Colaboratory
雲提供商
要使用哪個雲提供商？
使用Jupyter Notebook
從頭安裝PyTorch
下載CUDA
Anaconda
終於要安裝PyTorch(和Jupyter Notebook)了！
張量
張量操作
張量廣播
小結
延伸閱讀
第2章用PyTorch進行圖像分類
我們的分類問題
傳統挑戰
首先需要數據
PyTorch和加
建立一個訓練數據集
建立驗證和測試數據集
終於要建立一個神經網路了
激活函式
創建一個網路
損失函式
最佳化
訓練
要求使用GPU
綜合
預測
模型保存
小結
延伸閱讀
第3章卷積神經網路
我們的第一個卷積模型
卷積
池化
Dropout
CNN架構歷史
AlexNet
Inception/GoogLeNet
VGG
ResNet
還有其他架構
PyTorch中使用預訓練模型
分析模型的結構
BatchNorm
要使用哪個模型
一站式模型庫：PyTorch Hub
小結
延伸閱讀
第4章遷移學習和其他技巧
用ResNet遷移學習
查找學習率
差分學習率
數據增強
Torchvision轉
顏色空間和Lambda轉換
定製轉換類
從小開始，逐步變大
組合
小結
延伸閱讀
第5章文本分類
循環神經網路
長短期記憶網路
門控循環單元
biLSTM
嵌入
torchtext
獲得數據：來自推特
定義欄位
建立單詞表
創建模型
更新訓練循環
推文分類
數據增強
隨機插入
隨機刪除
隨機交換
回譯
增強和torchtext
遷移學習？
小結
延伸閱讀
第6章聲音之旅
聲音
ESC-50數據集
得到數據集
在Jupyter中播放音頻
探索ESC-50
SoX和LibROSA
torchaudio
構建一個ESC-50數據集
用於ESC-50的一個CNN模型
轉入頻域
梅爾聲譜圖
一個新數據集
一個微調的ResNet
查找學習率
音頻數據增強
torchaudio
SoX音效鏈
SpecAugment
更多試驗
小結
延伸閱讀
第7章調試PyTorch模型
凌晨3點，你的數據在做什麼
TensorBoard
安裝TensorBoard
向TensorBoard送數據
PyTorch鉤子
均值和標準差繪圖
類激活映射
火焰圖
安裝py-spy
讀火焰圖
修正一個很慢的轉換
調試GPU問題
檢查你的GPU
梯度檢查點
小結
延伸閱讀
第8章生產環境中使用PyTorch
提供模型服務
構建一個Flask服務
設定模型參數
建立Docker客器
本地與雲存儲
日誌和遙測
在Kubernetes上
使用Google Kubernetes Engine
創建一個k8s集群
擴縮服務
更新和清理
TorchScript
跟蹤
腳本
TorchScript
使用libTorch
到libTorchHello World
導入一個TorchScript模型
小結
延伸閱讀
第9章PyTorch的廣闊世界
數據增強：混合和平滑
mixup
標籤平滑
計算機，提高
超解析度介紹
GAN介紹
偽造者與評判者
訓練GAN
模式坍塌的危險
ESRGAN
圖像檢測的更多探索
對象檢測
Faster R-CNN和 Mask R-CNN
對抗樣本
黑盒攻擊
防範對抗攻擊
不只是視覺：Transformer架構
注意力
Attention Is All You Need
BERT
FastBERT
GPT-2
用GPT-2生成文本
ULMFiT
使用哪一個模型
小結
延伸閱讀
作者介紹
封面介紹
作者簡介
Ian Pointer是一位數據工程師，致力於為多個財富100強客戶提供機器學習解決方案（包括深度學習技術）。他目前任職於Lucidworks，從事前沿NLP套用和工程的研究。
