PyTorch核心贡献者开源书:《使用PyTorch进行深度学习》完整版现已...

新智元

共 1390字,需浏览 3分钟

 ·

2020-07-10 14:11

91f144e41db7f69ea91b6b539fa8d81c.webp


  新智元报道  

来源:pytorch

编辑:雅新

【新智元导读】《使用PyTorch进行深度学习》一书的完整版现已发布!教你如何使用PyTorch创建神经网络和深度学习系统,内含图解与代码,操作易上手。 

由Luca Antiga、Eli Stevens和Thomas Viehmann编写的《使用PyTorch进行深度学习》一书的完整版现已发布! 本书将带读者进入一个有趣的案例研究:构建能够使用CT扫描检测恶性肺肿瘤的算法。书中的作者将指导我们完成该示例,你将发现PyTorch是多么地有趣。
df14cfa1c4eeda52bb81bbead51250d2.webp
本书是在 PyTorch 官网上的深度学习开源书 ,总共有五个章节,包括了深度学习与PyTorch库、 如何用张量表示真实世界的数据、 学习机制、 用神经网络拟合数据等方面的内容,核心是指导读者使用Python和PyTorch实现深度学习算法 。

7e1cc99af850e3d3b187c08d0a1fa781.webp《使用PyTorch进行深度学习》的封面

 下载地址:https://pytorch.org/assets/deep-learning/Deep-Learning-with-PyTorch.pdf 


内含图解与代码,操作易上手

 
《使用PyTorch进行深度学习》这本书可以教你如何使用PyTorch创建神经网络和深度学习系统。该书最大的特点就是内含图解与代码,操作易上手。 部分知识图解如下       adbac9d8e2621349fb14c46c131866fc.webp深度学习的图解       ad2f192a7646711a6f9b994159247a31.webpGAN游戏概念的图解 这本实用的书可以帮助读者从头开始构建一个真实的示例:肿瘤图像分类器。       7358c89dd06b19b0c941a38846c2208c.webp
在此过程中,它涵盖了整个深度学习管道的最佳实践,包括PyTorch Tensor API,以Python加载数据,监视培训并可视化结果。 本书的核心是设计用于癌症检测的神经网络。读者会发现训练输入有限的网络方法,并开始处理数据以获得一些结果。同时筛选出不可靠的初始结果,并将重点放在如何诊断和修复神经网络中的问题上。最后研究通过增强数据训练,改进模型体系结构以及其他微调来改善结果的方法。 已有小伙伴迫不及待要开始学习这本书了...       74495e8bd3de1e8a63aeadb845848e42.webp


两位主要作者,一位是硅谷软件工程师,另一位是PyTorch核心贡献者 


本书的第一作者Eli Stevens曾在一家医疗系统公司Mobius Medical Systems, LP担任首席技术官。目前正致力于自动驾驶汽车行业的机器学习,是Zoox的高级软件工程师。       692c661160308d185654ad95bf691cde.webp
Luca Antiga在过去十年中担任OROBIX公司的联合创始人兼CTO。他曾为多个开源项目做出了贡献,包括PyTorch核心。       f4e72321931bdb0c6acdb652e40d514f.webp
他最近与合作伙伴共同创立了一家初创公司Tensorwerk,该公司专注于数据定义软件的基础架构。       d772c650bb82dd6cd49d79266eb01a17.webp
Thomas Viehmann是德国慕尼黑的机器学习和PyTorch专业培训师和顾问,也是PyTorch的核心开发人员。 84ad67331bd7e645ffa2c41e011efa50.webp《使用PyTorch进行深度学习》的作者Luca Antiga(左)和Eli Stevenson(右) 

全书内容精要一览


79a54c8b4dcc217f425b23cf330af0ae.webp

参考链接:
https://pytorch.org/deep-learning-with-pytorchhttps://github.com/deep-learning-with-pytorch/dlwpt-code


浏览 16
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报