Python深度學(xué)習(xí)：基于PyTorch

　　這是一本基于新的Python和PyTorch版本的深度學(xué)習(xí)著作，旨在幫助讀者低門檻進入深度學(xué)習(xí)領(lǐng)域，輕松速掌握深度學(xué)習(xí)的理論知識和實踐方法，快速實現(xiàn)從入門到進階的轉(zhuǎn)變。 \n本書是多位人工智能技術(shù)專家和大數(shù)據(jù)技術(shù)專家多年工作經(jīng)驗的結(jié)晶，從工具使用、技術(shù)原理、算法設(shè)計、案例實現(xiàn)等多個維度對深度學(xué)習(xí)進行了系統(tǒng)的講解。內(nèi)容選擇上，廣泛涉獵、重點突出、注重實戰(zhàn)；內(nèi)容安排上，實例切入、由淺入深、循序漸進；表達形式上，深度抽象、化繁為簡、用圖說話。 \n本書共16章，分為三部分： \n第一部分（第1~4章） PyTorch基礎(chǔ) \n首先講解了機器學(xué)習(xí)和數(shù)據(jù)科學(xué)中必然會用到的工具Numpy的使用，然后從多個角度講解了Pytorch的必備基礎(chǔ)知識，最后詳細講解了Pytorch的神經(jīng)網(wǎng)絡(luò)工具箱和數(shù)據(jù)處理工具箱。 \n第二部分（第5~8章） 深度學(xué)習(xí)基礎(chǔ) \n這部分從技術(shù)原理、算法設(shè)計、實踐技巧等維度講解了機器學(xué)習(xí)和深度學(xué)習(xí)的經(jīng)典理理論、算法以及提升深度學(xué)習(xí)模型性能的多種技巧，涵蓋視覺處理、NLP和生成式深度學(xué)習(xí)等主題。 \n第三部分（第9~16章） 深度學(xué)習(xí)實踐 \n這部分從工程實踐的角度講解了深度學(xué)習(xí)的工程方法和在一些熱門領(lǐng)域的實踐方案，具體包括人臉識別、圖像修復(fù)、圖像增強、風格遷移、中英文互譯、生成式對抗網(wǎng)絡(luò)、對抗攻擊、強化學(xué)習(xí)、深度強化學(xué)習(xí)等內(nèi)容。

暫缺《Python深度學(xué)習(xí)：基于PyTorch》作者簡介