书籍目录

首页
分类
免费
排行
我的书架

共74章

免费版权信息
免费内容简介
免费作者简介
免费前言
免费第1章 PyTorch 2.0——一个新的开始
免费 1.1 燎原之势的人工智能
免费 1.2 为什么选择PyTorch 2.0
免费 1.3 本章小结
免费第2章 Hello PyTorch 2.0——深度学习环境搭建
免费 2.1 安装Python
免费 2.2 安装PyTorch 2.0
免费 2.3 实战：基于PyTorch 2.0的图像去噪
免费 2.4 本章小结
免费第3章基于PyTorch的MNIST分类实战
免费 3.1 实战：基于PyTorch的MNIST手写体分类
免费 3.2 PyTorch 2.0模型结构输出与可视化
免费 3.3 本章小结
免费第4章深度学习的理论基础
免费 4.1 反向传播神经网络的历史
免费 4.2 反向传播神经网络两个基础算法详解
免费 4.3 反馈神经网络反向传播算法介绍
免费 4.4 本章小结
免费第5章基于PyTorch卷积层的MNIST分类实战
5.1 卷积运算的基本概念
5.2 实战：基于卷积的MNIST手写体分类
5.3 PyTorch 2.0的深度可分离膨胀卷积详解
5.4 实战：基于深度可分离膨胀卷积的MNIST手写体识别
5.5 本章小结
第6章 PyTorch数据处理与模型可视化
6.1 用于自定义数据集的torch.utils.data工具箱使用详解
6.2 基于tensorboardX的训练可视化展示
6.3 本章小结
第7章从冠军开始——实战ResNet
7.1 ResNet基础原理与程序设计基础
7.2 实战ResNet：CIFAR-10数据集分类
7.3 本章小结
第8章梅西-阿根廷+巴西=？——有趣的Word Embedding
8.1 文本数据处理
8.2 更多的Word Embedding方法——FastText和预训练词向量
8.3 针对文本的卷积神经网络模型简介——字符卷积
8.4 针对文本的卷积神经网络模型简介——词卷积
8.5 使用卷积实现文本分类的补充内容
8.6 本章小结
第9章基于循环神经网络的中文情感分类实战
9.1 实战：循环神经网络与情感分类
9.2 循环神经网络理论讲解
9.3 本章小结
第10章从0起步——自然语言处理的编码器
10.1 编码器的核心——注意力模型
10.2 编码器的实现

×