總金額: 會員:NT$ 0 非會員:NT$ 0 
(此金額尚未加上運費)
電子電信技術 電腦技術 自動化基礎理論
 
 
 
 
Python深度學習:基於PyTorch
 叢書名稱: 智能系統與技術叢書
 作  者: 吳茂貴/郁明敏/楊本法/李濤/張粵磊
 出版單位: 機械工業
 出版日期: 2019.10
 進貨日期: 2019/12/4
 ISBN: 9787111637172
 開  本: 16 開    
 定  價: 668
 售  價: 534
  會 員 價: 490
推到Facebook 推到Plurk 推到Twitter
前往新書區 書籍介紹 購物流程  
 
編輯推薦:

(1)核心作者在大數據和人工智能領域有著超過20年的工作經驗,實戰經驗非常豐富,其他幾位作者也在大數據和人工智能領域頗有造詣。

(2)作者團隊之前還著有《深入理解Spark機器學習》、《Python深度學習:基於TensorFlow》、《自己動手做大數據系統》等暢銷書。

(3)本書是《Python深度學習:基於TensorFlow》的姊妹篇。

(4)本書從工具使用、技術原理、算法實現、工程實踐等維度全面、系統講解了深度學習。

(5)本書在內容的選擇、安排和表現形式上精心謀劃,目的是確保高質量內容的同時,讓深度學習的學習門檻大大降低。


內容簡介:

這是一本基於新的Python和PyTorch版本的深度學習著作,旨在幫助讀者低門檻進入深度學習領域,輕鬆速掌握深度學習的理論知識和實踐方法,快速實現從入門到進階的轉變。

本書是多位人工智能技術專家和大數據技術專家多年工作經驗的結晶,從工具使用、技術原理、算法設計、案例實現等多個維度對深度學習進行了系統的講解。內容選擇上,廣泛涉獵、重點突出、注重實戰;內容安排上,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。

本書共16章,分為三部分:

第一部分(第1~4章) PyTorch基礎

首先講解了機器學習和數據科學中必然會用到的工具Numpy的使用,然後從多個角度講解了Pytorch的必備基礎知識,最後詳細講解了Pytorch的神經網絡工具箱和數據處理工具箱。

第二部分(第5~8章) 深度學習基礎

這部分從技術原理、算法設計、實踐技巧等維度講解了機器學習和深度學習的經典理理論、算法以及提升深度學習模型性能的多種技巧,涵蓋視覺處理、NLP和生成式深度學習等主題。

第三部分(第9~16章) 深度學習實踐

這部分從工程實踐的角度講解了深度學習的工程方法和在一些熱門領域的實踐方案,具體包括人臉識別、圖像修復、圖像增強、風格遷移、中英文互譯、生成式對抗網絡、對抗攻擊、強化學習、深度強化學習等內容。


作者簡介:

★吳茂貴

資深大數據和人工智能技術專家,就職於中國外匯交易中心,在BI、數據挖掘與分析、數據倉庫、機器學習等領域工作超過20年。在基於Spark、TensorFlow、PyTorch、Keras等的機器學習和深度學習方面有大量的工程實踐實踐。著有《Python深度學習:基於TensorFlow》《深度實踐Spark機器學習》《自己動手做大數據系統》等著作。

★郁明敏

資深商業分析師,從事互聯網金融算法研究工作,專注於大數據、機器學習以及數據可視化的相關領域,擅長 Python、Hadoop、Spark 等技術,擁有豐富的實戰經驗。曾獲“江蘇省TI杯大學生電子競技大賽”二等獎和“華為杯全國大學生數學建模大賽”二等獎。

★楊本法

高級算法工程師,在流程優化、數據分析、數據挖掘等領域有10餘年實戰經驗,熟悉Hadoop和Spark技術棧。有大量工程實踐經驗,做過的項目包括:推薦系統、銷售預測系統、輿情監控系統、揀貨系統、報表可視化、配送路線優化系統等。

★李濤

資深AI技術工程師,對PyTorch、Caffe、TensorFlow等深度學習框架以及計算機視覺技術有深刻的理解和豐富的實踐經驗,曾經參與和主導過服務機器人、無人售後店、搜索排序等多個人工智能相關的項目。

★張粵磊

資深大數據技術專家,飛谷雲創始人,有10餘年一線數據數據挖掘與分析實戰經驗。先後在咨詢、金融、互聯網行業擔任大數據平台的技術負責人或架構師。


圖書目錄:

前言

第一部分 PyTorch基礎

第1章 Numpy基礎2

第2章 PyTorch基礎21

第3章 PyTorch神經網絡工具箱49

第4章 PyTorch數據處理工具箱63

第二部分 深度學習基礎

第5章 機器學習基礎76

第6章 視覺處理基礎105

第7章 自然語言處理基礎138

第8章 生成式深度學習167

第三部分 深度學習實踐

第9章 人臉檢測與識別188

第10章 遷移學習實例203

第11章 神經網絡機器翻譯實例218

第12章 實戰生成式模型238

第13章 Caffe2模型遷移實例263

第14章 AI新方向:對抗攻擊269

第15章 強化學習278

第16章 深度強化學習288

附錄A PyTorch0.4版本變更296

附錄B AI在各行業的最新應用301


章節試讀:

為什麼寫這本書

在人工智能時代,如何盡快掌握人工智能的核心——深度學習,是每個欲進入該領域的人都會面臨的問題。目前,深度學習框架很多,如TensorFlow、PyTorch、Keras、FastAI、CNTK等,這些框架各有優缺點,應該如何選擇?是否有一些標準?我認為,適合自己的就是最好的。


如果你是一位初學者,建議選擇PyTorch,有了一定的基礎之後,可以學習其他一些架構,如TensorFlow、CNTK等。建議初學者選擇PyTorch的主要依據是:

1)PyTorch是動態計算圖,其用法更貼近Python,並且,PyTorch與Python共用了許多Numpy的命令,可以降低學習的門檻,比TensorFlow更容易上手。

2)PyTorch需要定義網絡層、參數更新等關鍵步驟,這非常有助於理解深度學習的核心;而Keras雖然也非常簡單,且容易上手,但封裝粒度很粗,隱藏了很多關鍵步驟。

3)PyTorch的動態圖機制在調試方面非常方便,如果計算圖運行出錯,馬上可以跟蹤問題。PyTorch的調試與Python的調試一樣,通過斷點檢查就可以高效解決問題。

4)PyTorch的流行度僅次於TensorFlow。而最近一年,在GitHub關注度和貢獻者的增長方面,PyTorch跟TensorFlow基本持平。PyTorch的搜索熱度持續上漲,加上FastAI的支持,PyTorch將受到越來越多機器學習從業者的青睞。


深度學習是人工智能的核心,隨著大量相關項目的落地,人們對深度學習的興趣也持續上升。不過掌握深度學習卻不是一件輕鬆的事情,尤其是對機器學習或深度學習的初學者來說,挑戰更多。為了廣大人工智能初學者或愛好者能在較短時間內掌握深度學習基礎及利用PyTorch解決深度學習問題,我們花了近一年時間打磨這本書,在內容選擇、安排和組織等方面採用了如下方法。

(1)內容選擇:廣泛涉獵+精講+注重實戰

深度學習涉及面比較廣,且有一定門檻。沒有一定廣度很難達到一定深度,所以本書內容基本包括了機器學習、深度學習的主要內容。書中各章一般先簡單介紹相應的架構或原理,幫助讀者理解深度學習的本質。當然,如果只有概念、框架、原理、數學公式的介紹,可能就顯得有點抽象或乏味,所以,每章都配有大量實踐案例,通過實例有利於加深對原理和公式的理解,同時有利於把相關內容融會貫通。

(2)內容安排:簡單實例開始+循序漸進

深度學習是一塊難啃的硬骨頭,對有一定開發經驗和數學基礎的從業者是這樣,對初學者更是如此。其中卷積神經網絡、循環神經網絡、對抗式神經網絡是深度學習的基石,同時也是深度學習的3大硬骨頭。為了讓讀者更好地理解掌握這些網絡,我們採用循序漸進的方式,先從簡單特例開始,然後逐步介紹更一般性的內容,最後通過一些PyTorch代碼實例實現之,整本書的結構及各章節內容安排都遵循這個原則。此外,一些優化方法也採用這種方法,如對數據集Cifar10分類優化,先用一般卷積神經網絡,然後使用集成方法、現代經典網絡,最後採用數據增加和遷移方法,使得模型精度不斷提升,由最初的68%,上升到74%和90%,最後達到95%左右。

(3)表達形式:讓圖說話,一張好圖勝過千言萬語

在機器學習、深度學習中有很多抽象的概念、複雜的算法、深奧的理論等,如Numpy的廣播機制、梯度下降對學習率敏感、神經網絡中的共享參數、動量優化法、梯度消失或爆炸等,這些內容如果只用文字來描述,可能很難達到使讀者茅塞頓開的效果,但如果用一些圖形來展現,再加上適當的文字說明,往往能取得非常好的效果,正所謂一張好圖勝過千言萬語。


除了以上談到的3個方面,為了幫助大家更好理解、更快掌握機器學習、深度學習這些人工智能的核心內容,本書還包含了其他方法。我們希望通過這些方法方式帶給你不一樣的理解和體驗,使抽象數學不抽象、深度學習不深奧、複雜算法不複雜、難學的深度學習也易學,這也是我們寫這本書的主要目的。


至於人工智能(AI)的重要性,我想就不用多說了。如果說2016年前屬於擺事實論證的階段,2017年和2018年是事實勝於雄辯的階段,那麼2019年及以後就進入百舸爭流、奮楫者先的階段。目前各行各業都忙於“AI+”,大家都希望通過AI來改造傳統流程、傳統結構、傳統業務、傳統架構,其效果猶如歷史上用電改造原有的各行各業一樣。


圖片預覽:

 
  步驟一.
依據網路上的圖書,挑選你所需要的書籍,根據以下步驟進行訂購
選擇產品及數量 結 帳 輸入基本資料 取貨與付款方式
┌───────────────────────────────────────────────────┘
資料確定 確認結帳 訂單編號    

步驟二.
完成付款的程序後,若採用貨到付款等宅配方式,3~7天內 ( 例假日將延期一至兩天 ) 您即可收到圖書。若至分店門市取貨,一週內聯絡取書。

步驟三.
完成購書程序者,可利用 訂單查詢 得知訂單進度。

注意事項.
● 付款方式若為網路刷卡必須等" 2 ~ 3 個工作天"確認款項已收到,才會出貨.如有更改書籍數量請記得按更新購物車,謝謝。

● 大陸出版品封面老舊、磨痕、凹痕等均屬常態,除封面破損、內頁脫落...等較嚴重的狀態外,其餘所有商品將正常出貨。

● 至2018年起,因中國大陸環保政策,部分書籍配件以QR CODE取代光盤音頻mp3或dvd,已無提供實體光盤。如需使用學習配件,請掃描QR CODE 連結至當地網站註冊並通過驗證程序,方可下載使用。造成不便,敬請見諒。

● 我們將保留所有商品出貨權利,如遇缺書情形,訂單未達免運門檻運費需自行負擔。

預訂海外庫存.
商品到貨時間須4週,訂單書籍備齊後方能出貨,如果您有急用書籍,建議與【預訂海外庫存】商品分開訂購。