一、資源簡介
《深度學習入門之PyTorch》深度學習如今已經成為科技領域最炙手可熱的技術，在《深度學習入門之PyTorch》中，我們將幫助你入門深度學習。《深度學習入門之PyTorch》將從機器學習和深度學習的基礎理論入手，從零開始學習 PyTorch，瞭解 PyTorch 基礎，以及如何用 PyTorch 框架搭建模型。通過閱讀《深度學習入門之PyTorch》，你將學到機器學習中的線性迴歸和 Logistic 迴歸、深度學習的優化方法、多層全連接神經網絡、卷積神經網絡、循環神經網絡，以及生成對抗網絡，最後通過實戰了解深度學習前沿的研究成果，以及 PyTorch 在實際項目中的應用。《深度學習入門之PyTorch》將理論和代碼相結合，幫助讀者更好地入門深度學習，適合任何對深度學習感興趣的人閱讀。
作者簡介
廖星宇，就讀於中國科學技術大學應用數學系，獲得國家一等獎學金。在個人博客、知乎等平臺上發佈多篇關於深度學習的文章，具有一定的閱讀量和人氣。
二、主要內容目錄
PyTorch是一個開源的Python機器學習庫，基於Torch， 應用於人工智能領域，如自然語言處理。 它最初由Facebook的人工智能研究團隊開發， 並且被用於Uber的概率編程軟件"Pyro"。
PyTorch主要有兩大特徵：
- 如NumPy的張量計算，但使用GPU加速
- 基於帶基自動微分系統的深度神經網絡
第 1 章 深度學習介紹 1
第 2 章 深度學習框架 11
第 3 章 多層全連接神經網絡 24
第 4 章 卷積神經網絡 76
第 5 章 循環神經網絡 111
第 6 章 生成對抗網絡 144
第 7 章 深度學習實戰 173
四個實例：
- 7.1 實例一——貓狗大戰：運用預訓練卷積神經網絡進行特徵提取與預測 . 173
- 7.2 實例二——Deep Dream：探索卷積神經網絡眼中的世界183
- 7.3 實例三——Neural-Style：使用 PyTorch 進行風格遷移196
- 7.4 實例四——Seq2seq：通過 RNN 實現簡單的 Neural Machine Translation . 205
三、資源分享
同時為了方便大家，我們把最新PDF打包好了，可以直接下載哦~
獲取方式：
1.關注本頭條號
2.私信回覆“中文pytorch深度學習” 即可以獲取資料哈~（建議複製，避免錯字）
分享到:
