掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
基于PyTorchLightning的深度學習 版權信息
- ISBN：9787576323764
- 條形碼：9787576323764 ; 978-7-5763-2376-4
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
基于PyTorchLightning的深度學習 本書特色
1、使用PyTorch Lightning構建深度學習模型，簡化樣板代碼，提高生產力。 2、適合深度學習初學者和有實踐需求的數據科學研究者 3、涵蓋時間序列模型、深度生成式模型、半監督學習等內容 4、強調實踐指導和案例，包括模型構建、部署應用等。 5、作者是資深數據科學家，讀者可從其經驗中受益
基于PyTorchLightning的深度學習 內容簡介
提供基于PyTorch Lightning的深度學習模型實踐方法，讓讀者能夠快速上手實踐。2、適用于對深度學習感興趣但不知道從何處開始學習的讀者，幫助他們快速入門并構建自己的模型。 3、強調靈活性，讀者可以根據特定需求對模型進行擴展和定制。 4、涵蓋了時間序列、生成式模型、半監督學習等多個應用領域，使讀者可以探索不同的深度學習任務。 5、提供模型部署和評估的指導，幫助讀者將模型應用于實際場景并進行性能評估。 6、討論了規模化和管理訓練的方法，幫助讀者處理大規模數據和復雜模型的訓練過程。 7、強調深度學習在各行各業的重要作用，使讀者了解深度學習在不同領域的應用。 8、使用PyTorch作為基礎框架，提供了廣泛的資源和社區支持，使讀者能夠更好地探索和應用深度學習技術。9、通過案例的方式展示實際應用，幫助讀者理解如何將PyTorch Lightning模型應用于實際問題，并獲得實踐經驗。
基于PyTorchLightning的深度學習 目錄
簡要目錄：
以及它與 ＰｙＴｏｒｃｈ 的區別。 該章將介紹 ＰｙＴｏｒｃｈ Ｌｉｇｈｔｎｉｎｇ 的模塊結構， 以及如何使用 ＰｙＴｏｒｃｈ
Ｌｉｇｈｔｎｉｎｇ 減少用戶在工程設計中的工作量， 幫助用戶將主要的精力投入建模， 從而使研究更加
可行。
第 ２ 章 “深入研究**個深度學習模型” 主要討論如何開始使用 ＰｙＴｏｒｃｈ Ｌｉｇｈｔｎｉｎｇ 對模型進行
構建。 作為示例， 該章將建立多個模型： 從多層感知器 ( Ｍｕｌｔｉｌａｙｅｒ Ｐｅｒｃｅｐｔｒｏｎ， ＭＬＰ) 到圖像識
別模型 (ＣＮＮ) 。
第 ３ 章 “使用預訓練的模型進行遷移學習” 主要討論如何對使用預訓練體系結構構建的模型進
行定制， 以適應不同的數據集、 優化器以及 “訓練—驗證—測試” 拆分步驟。 該章將向讀者介紹使
用 ＰｙＴｏｒｃｈ Ｌｉｇｈｔｎｉｎｇ 進行模型定制的基本步驟。
第 ４ 章 “Ｂｏｌｔｓ 中的現成模型” 主要討論 ＰｙＴｏｒｃｈ Ｌｉｇｈｔｎｉｎｇ Ｂｏｌｔｓ。 這是一個*先進的模型庫，
基于 ＰｙＴｏｒｃｈ Ｌｉｇｈｔｎｉｎｇ 的深度學習５
其中包含了大多數現成的通用算法或框架， 從而極大地提高了數據科學家的工作效率。 該章將分享
各種 Ｂｏｌｔｓ 模型， 包括邏輯回歸模型和自動編碼器。
第 ５ 章 “時間序列模型” 主要討論時間序列模型的工作原理， 以及與這些模型相應的 ＰｙＴｏｒｃｈ
實現方法。 該章將討論一些示例的詳細操作步驟， 這些示例涵蓋從基本到高級的時間序列技術， 如
循環神經網絡模型和長短期記憶網絡模型， 以及真實世界的用例。
第 ６ 章 “深度生成式模型” 主要討論深度學習模型中生成式網絡類型的詳細操作和具體實現步
驟， 如用于生成圖像的生成式對抗網絡。
第 ７ 章 “半監督學習” 主要討論半監督模型的工作原理， 以及如何使用 ＰｙＴｏｒｃｈ Ｌｉｇｈｔｎｉｎｇ 實現
這些半監督模型。 該章還將詳細討論從基本到高級半監督模型的工作示例以及具體實現， 如何使用
ＰｙＴｏｒｃｈ Ｌｉｇｈｔｎｉｎｇ 處理標簽傳播， 以及如何使用卷積神經網絡和循環神經網絡的組合來生成圖像說明
文字。
第 ８ 章 “自監督學習” 主要討論如何使用 ＰｙＴｏｒｃｈ Ｌｉｇｈｔｎｉｎｇ 實現自監督模型。 該章還將介紹對
比學習的工作示例和一些技術， 如 ＳｉｍＣＬＲ 體系結構。
第 ９ 章 “部署和評分模型” 主要討論對深度學習模型進行本地部署的技術和方法， 以及采用類似
ＯＮＮＸ 等的互操作格式來部署深度學習模型的技術和方法。 該章還將介紹在海量數據上執行模型評分
的技術和方法。
第 １０ 章 “規模化和管理訓練” 主要討論對模型進行規模化訓練及管理訓練所面臨的挑戰。 該章將
描述一些常見的陷阱， 以及避免這些陷阱的提示和技巧。 該章還將描述如何設置實驗環境， 如何使模
型訓練適應底層硬件中所面臨的問題， 以及如何使用硬件來提高訓練的效率等。
展開全部
基于PyTorchLightning的深度學習 作者簡介
庫納爾·薩瓦卡 ( Ｋｕｎａｌ Ｓａｗａｒｋａｒ)，是 一 位 首 席 數 據 科 學 家 和 人 工 智 能 ( Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ， ＡＩ) 思想的先驅人物。 他目前領導全球合作伙伴生態系統， 旨在開發創新性的人工智 能產品。 他是咨詢委員會成員和天使投資人。 他擁有哈佛大學的碩士學位， 主修應用統計學。 他一 直致力于應用機器學習 ［特別是深度學習 ( Ｄｅｅｐ Ｌｅａｒｎｉｎｇ， ＤＬ) ］ 來解決行業中以前懸而未決的 問題。 他在該領域擁有 ２０ 多項專利， 并撰寫了大量的相關論文。 他是人工智能產品研發實驗室的主 要負責人。 迪拉杰·阿雷姆塞蒂 (Ｄｈｅｅｒａｊ Ａｒｒｅｍｓｅｔｔｙ)，在數據科學和架構設計以及將概念轉化為可行的 業務解決方案， 乃至為全球公司實施前沿技術解決方案等諸多方面擁有多年的行業經驗。 在利用大 數據、 深度學習和實時體系結構來構建高度可擴展的端到端數據科學平臺和技術方面， 其能力受到 廣泛的認可。
書友推薦
- >
煙與鏡
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
自卑與超越
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
羅庸西南聯大授課錄
- >
姑媽的寶刀
- >
我與地壇
本類暢銷
