×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
PYTORCH深度学习指南(共三册编程基础+计算机视觉+序列与自然语言处理)

PYTORCH深度学习指南(共三册编程基础+计算机视觉+序列与自然语言处理)

1星价 ¥277.6 (8.0折)
2星价¥277.6 定价¥347.0
暂无评论
图文详情
  • ISBN:2200059000439
  • 装帧:暂无
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:暂无
  • 出版时间:2024-06-01
  • 条形码:2200059000435

内容简介

“PyTorch深度学习指南”丛书循序渐进地详细讲解了与深度学习相关的重要概念、算法和模型,并着重展示了PyTorch是如何实现这些算法和模型的。其共分三卷:编程基础、计算机视觉、序列与自然语言处理。本书为该套丛书的**卷:编程基础。本书主要介绍了梯度下降和PyTorch的Autograd;训练循环、数据加载器、小批量和优化器;二元分类器、交叉熵损失和不平衡数据集;决策边界、评估指标和数据可分离性等内容。本书适用于对深度学习感兴趣,并希望使用PyTorch实现深度学习的Python程序员阅读学习。“PyTorch深度学习指南”丛书循序渐进地详细讲解了与深度学习相关的重要概念、算法和模型,并着重展示了PyTorch是如何实现这些算法和模型的。其共分三卷:编程基础、计算机视觉、序列与自然语言处理。本书为该套丛书的第二卷:计算机视觉。本书主要介绍了深度模型、激活函数和特征空间;Torchvision、数据集、模型和转换;卷积神经网络、丢弃和学习率调度器;迁移学习和微调流行的模型(ResNet、Inception等)等内容。“PyTorch深度学习指南”丛书循序渐进地详细讲解了与深度学习相关的重要概念、算法和模型,并着重展示了PyTorch是如何实现这些算法和模型的。其共分三卷:编程基础、计算机视觉、序列与自然语言处理。本书为该套丛书的第三卷:序列与自然语言处理。本书主要介绍了循环神经网络(RNN、GRU和LSTM)和一维卷积;Seq2Seq模型、注意力、自注意力、掩码和位置编码;Transformer、层归一化和视觉Transformer(ViT);BERT、GPT-2、单词嵌入和HuggingFace库等内容。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航