《pytorch深度學習入門與實戰》是2020年中國鐵道出版社出版的圖書。《PyTorch深度學習入門與實戰》書中以案例形式詳細介紹了PyTorch的各種實戰套用。詳解PyTorch框架分散式計算、CUDA擴展等高級使用技巧 涵蓋圖像分類、文本處理、物體定位、自動架構搜尋等諸多領域實戰案例，豐富的新科研成果引用展示，緊跟人工智慧發展前沿，提供完整原始碼檔案。
基本介紹
- 中文名：pytorch深度學習入門與實戰
- 作者：王宇龍
- 出版社：中國鐵道出版社
- ISBN：9787113270049
內容簡介,圖書目錄,作者簡介,
內容簡介
PyTorch深度學習入門與實戰書中以案例形式詳細介紹了PyTorch的各種實戰套用。具體內容包括PyTorch與TensorFlow的對比和PyTorch的發展現狀，張量Tensor和自動微分Autograd及其具體套用，PyTorch構建神經網路，基於PyTorch構建複雜套用，PyTorch高級技巧與實戰套用，網路剪枝套用。
圖書目錄
目錄
第1章 PyTorch簡介
1.1 深度學習簡介 1
1.2 PyTorch的由來 2
1.2.1 深度學習框架回顧 2
1.2.2 PyTorch前身：Torch7 4
1.2.3 Torch7的重生 5
1.3 PyTorch與TensorFlow對比 5
1.3.1 TensorFlow簡介 6
1.3.2 動靜之爭 6
1.3.3 二者借鑑融合 7
1.3.4 PyTorch的優勢 7
1.4 PyTorch發展現狀 8
1.4.1 主要版本特點回顧 8
1.4.2 準備工作 8
第2章 PyTorch基礎計算
2.1 PyTorch核心基礎概念：張量Tensor 11
2.1.1 Tensor基本介紹 11
2.1.2 Tensor數學運算操作 15
2.1.3 Tensor索引分片合併變換操作 20
2.1.4 Tensor類成員方法 22
2.1.5 在GPU上計算 24
2.2 PyTorch可微編程核心：自動微分Autograd 25
2.2.1 PyTorch自動微分簡介 25
2.2.2 可微分張量 25
2.2.3 利用自動微分求梯度 26
2.2.4 Function：自動微分實現基礎 29
2.2.5 注意事項 31
2.3 PyTorch套用實戰一：實現卷積操作 34
2.3.1 卷積操作 34
2.3.2 利用張量操作實現卷積 36
2.4 PyTorch套用實戰二：實現卷積神經網路進行圖像分類 38
第3章 PyTorch構建神經網路
3.1 PyTorch神經網路計算核心：torch.nn 43
3.1.1 nn.Module概述 43
3.1.2 結構化構建神經網路 47
3.1.3 經典神經網路層介紹 49
3.1.4 函式式操作nn.functional 53
3.2 PyTorch最佳化器 55
3.2.1 torch.optim概述 55
3.2.2 經典最佳化器介紹 56
3.2.3 學習率調整 57
3.3 PyTorch套用實戰一：實現二值化神經網路 59
3.3.1 二值化網路BinaryNet概述 59
3.3.2 具體實現 60
3.4 PyTorch套用實戰二：利用LSTM實現文本情感分類 63
3.4.1 文本情感分類 63
3.4.2 具體實現 65
第4章 基於PyTorch構建複雜套用
4.1 PyTorch數據載入 70
4.1.1 數據預處理：torchvision.transforms 70
4.1.2 數據載入：torch.utils.data 73
4.2 PyTorch模型搭建 77
4.2.1 經典模型復用與分享：torchvision.models 78
4.2.2 模型載入與保存 79
4.2.3 導出為ONNX格式 85
4.3 訓練過程中日誌記錄與可視化 89
4.4 PyTorch套用實戰一：在CIFAR10數據集進行神經網路結構搜尋 93
4.4.1 可微分網路架構搜尋DARTS介紹 94
4.4.2 簡化問題建模：以ResNet為例 95
4.4.3 具體實現 96
4.5 PyTorch套用實戰二：在ImageNet數據集進行弱監督物體定位 108
4.5.1 GradCAM解釋顯著圖方法介紹 108
4.5.2 弱監督物體定位任務 109
4.5.3 具體實現 110
第5章 PyTorch高級技巧與實戰套用
5.1 PyTorch並行計算 118
5.1.1 大規模數據集載入 118
5.1.2 模型的高效並行計算 122
作者簡介
王宇龍博士，畢業於清華大學計算機系，曾在CVPR/AAAI/TIP等多家國際會議期刊發表論文，研究方向為深度學習可解釋性、模型剪枝、對抗安全等。知乎“機器學習”話題優秀回答者（@Yulong）。現任螞蟻金服算法專家。
