关于本项目 · 深度学习与PyTorch（中文版） |
您所在的位置：网站首页 › chineselearning翻译 › 关于本项目 · 深度学习与PyTorch（中文版） |
|
Deep-Learning-with-PyTorch-Chinese深度学习与PyTorch（中文版）-paper2Fox1. 书籍简介2. 项目简介https://paper2fox.github.io/Deep-Learning-with-PyTorch-Chinese/3. 目录4. 声明LICENSEDeep-Learning-with-PyTorch-Chinese
深度学习与PyTorch（中文版）-paper2Fox
特别鸣谢：本项目受ShusenTang的开源项目（基本摘要版）启发而进行，旨在完成对完整版书籍的翻译。 本项目（链接）预计将PyTorch官方书籍《Deep learning with PyTorch》翻译成中文。目前该书在PyTorch官网可以免费领取（传送门）,也可以在Manning订购正版（传送门）。 This project aims to translate the PyTorch official book Deep learning with PyTorch into Chinese. 1. 书籍简介自 2016 年诞生以来，PyTorch 已经成为当今最火热的深度学习框架之一。最近，官方权威的 PyTorch 教程书《Deep learning with PyTorch》终于问世了，消息一出就获得巨佬 Yann LeCun 力荐，是入门PyTorch及深度学习的绝佳教材。作者：ELI STEVENS, LUCA ANTIGA, AND THOMAS VIEHMANN 目前，PyTorch官网提供的PDF已经是2020年7月正式出版的完整版，共522页，内容共包括以下三大部分： 核心PyTorch（第1-8章） 从现实世界中的图像中学习：肺癌的早期发现（第9-14章） 部署（第15章）该书提供了详细的动手入门，介绍了如何使用流行的开源机器学习框架PyTorch构建和训练神经网络。内容涵盖： 深度学习和PyTorch库简介 预训练网络 张量 学习机制 使用神经网络拟合数据 使用卷积泛化 真实示例：建立用于癌症检测的神经网络 部署到生产原书的GitHub链接提供了可运行代码和数据集下载，本项目不再另行搬运，请读者们移步原贴。 Manning购买下载链接: https://www.manning.com/books/deep-learning-with-pytorch Amazon购买下载链接: https://amzn.to/38Iwrff (affiliate link) 原书勘误可以在manning 查找, 或者查看 https://deep-learning-with-pytorch.github.io/dlwpt-code/errata.html 2. 项目简介本项目计划将原书翻译成中文，目前正持续更新中。 《深度学习与PyTorch》 面向对PyTorch感兴趣，尤其是想快速入门PyTorch的童鞋。本项目并不要求你有任何深度学习或者机器学习的背景知识，你只需了解基础的数学和编程，如基础的线性代数、微分和概率，以及基础的Python编程。相比于其他的参考型教材，这本书是通过逐步深入进而掌握PyTorch的不二之选。 本仓库的master分支将提供markdown格式的中文翻译，后续会推出可供下载的版本。目前暂时仅提供Gitbook在线预览。 在线预览： https://paper2fox.github.io/Deep-Learning-with-PyTorch-Chinese/欢迎对本项目做出贡献或提出issue。 3. 目录 关于本项目 关于本书 关于作者关于封面 Part 1 核心PyTorch 1. 深度学习和PyTorch库简介 1.1 深度学习革命 1.2 深度学习：PyTorch 1.3 为什么使用深度学习 1.4 概述PyTorch如何支持深度学习项目 1.5 硬件和软件要求 1.6 练习 1.7 小结 2. 预训练网络 2.1 一种可识别图像主体的预训练网络 2.2 一种从伪到真的预训练模型 2.3 一种描述场景的预训练网络 2.4 Torch Hub 2.5 结论 2.6 练习 2.7 小结 3. 从张量开始 3.1 浮点数世界 3.2 张量：多维数组 3.3 索引张量 3.4 命名张量 3.5 张量元素类型 3.6 张量API 3.7 张量：存储的风景 3.8 张量元数据：尺寸、偏移和步长 3.9 移动张量至GPU 3.10 NumPy互操作性 3.11 广义张量也是张量 3.12 序列化张量 3.13 结论 3.14 练习 3.15 小结未完待续 4. 声明 译者纯粹出于学习目的与个人兴趣而进行翻译，不追求任何经济利益； 本项目仅限于学习研究目的的使用，译者保留对此项目的署名权，任何转载必须注明出处，但不得用于任何商业用途； 使用本项目对原著的侵权行为或者违反知识产权保护法的任何行为，与译者无关； 有能力阅读英文书籍者请阅读原版或购买完整版书籍。 LICENSECC BY-NC（署名-非商业性使用）4.0 By paper2Fox，使用知识共享 署名-相同方式共享 4.0协议发布 此页面修订于： 2020-12-25 15:20:22 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
| CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |