Python深度學習：基於PyTorch 第2版

內容簡介

這是一本能指導讀者快速掌握PyTorch和深度學習的著作，從PyTorch的原理到套用，從深度學習到強化學習，本書提供了全棧解決方案。

第1版上市後銷量和口碑俱佳，是深度學習領域的暢銷書，被譽為PyTorch領域的標準著作。第2版在第1版的基礎上，去蕪存菁，與時具進，根據PyTorch新版本全面升級，技術性、實戰性、針對性、豐富性、易讀性均得到了進一步提升，必定能幫助讀者更輕鬆、更高效地進入深度學習的世界。

全書一共19章，在結構上分為三大部分：

第1部分（第1~4章） PyTorch基礎

首先有針對性地講解了Python和PyTorch的基石NumPy中的關鍵知識，然後詳細講解了PyTorch的基礎知識、神經網路工具箱和數據處理工具箱等內容，幫助讀者快速了解和掌握PyTorch。

第二部分（第5~10章）深度學習基礎

依次講解了機器學習、視覺處理、自然語言處理、注意力機制、目標檢測、語義分割、生成式深度學習等機器學習和深度學習的核心技術的原理和使用。

第三部分（第11~17章）深度學習實踐

通過實戰案例的方式，詳細講解了PyTorch在人臉檢測和識別、遷移學習、中英文互譯、圖像分類、語義分割、生成式網路、對抗攻擊等領域的套用和解決方案。

第四部分（第18-19章）強化學習

重點介紹了強化學習和深度強化學習的基礎理論、常用算法及相關實例。

更為重要的是，為了讓本書通俗易懂，在內容安排和寫作方式上也頗花了一番心思。內容選擇上，廣泛涉獵、重點突出、注重實戰；內容安排上，實例切入、由淺入深、循序漸進；表達形式上，深度抽象、化繁為簡、用圖說話。

前言

第1版前言

第一部分　PyTorch基礎

第1章　NumPy基礎知識2

1.1　生成NumPy數組3

1.1.1　數組屬性4

1.1.2　利用已有數據生成數組4

1.1.3　利用 random 模組生成數組5

1.1.4　生成特定形狀的多維數組7

1.1.5　利用arange、linspace

函式生成數組8

1.2　讀取數據9

1.3　NumPy的算術運算11

1.3.1　逐元素操作11

1.3.2　點積運算12

1.4　數組變形13

1.4.1　修改數組的形狀13

1.4.2　合併數組16

1.5　批處理19

1.6　節省記憶體20

1.7　通用函式21

1.8　廣播機制23

1.9　小結24

第2章　PyTorch基礎知識25