20天吃透 PyTorch 中文版(附下载)

《20天吃透PyTorch》中文版来了。

PyTorch作为学生以及研究人员首选的热门框架之一,拥有易用性等优势。《20天吃透PyTorch》是一本具备简约性、通用性的小白友好型教程书籍,书中范例简单易懂好上手。如果说PyTorch的官方文档的掌握难度是5级,那此书难度大概为2级。 

 获取方式 

1、点击下方卡片关注公众号「Python数据科学

2、回复「20daypytorch」(建议复制)即可获取

 教程里有什么?

教程根据官方提供的文档,尽量完整的进行了还原。包括简单的PyTorch建模流程,核心概念,层次结构,低、中、高阶API等等。

部分内容如下,建模数据准备:

8aa15a288a2f77c99dbed07a0d29ffea.png

模型范例:

988ef9e35543287cab37b871c368a205.png

低阶API示范:

42869909f6b8406b491c97900499855f.png

可视化人工绘图:

9f99733064af3f7bf9f4dd92600ea521.png

 教程目录 

上下滑动即可查看完整目录 

一、Pytorch的建模流程

• 1-1,结构化数据建模流程范例

• 1-2,图片数据建模流程范例

• 1-3,文本数据建模流程范例

• 1-4,时间序列数据建模流程范例

二、Pytorch的核心概念

• 2-1,张量数据结构

• 2-2,自动微分机制

• 2-3,动态计算图

三、Pytorch的层次结构

• 3-1,低阶API示范

• 3-2,中阶API示范

• 3-3,高阶API示范

四、Pytorch的低阶API

• 4-1,张量的结构操作

• 4-2,张量的数学运算

• 4-3,nn.functional和nn.Module

五、Pytorch的中阶API

• 5-1,Dataset和DataLoader

• 5-2,模型层

• 5-3,损失函数

• 5-4,TensorBoard可视化

六、Pytorch的高阶API

• 6-1,构建模型的3种方法

• 6-2,训练模型的3种方法

• 6-3,使用GPU训练模型

为了方便读者朋友们 本地查看,帮大家打包好了一份《20天吃透PyTorch》中文版教程 PDF版本

获取方式 

1、点击下方卡片关注公众号「Python数据科学」
2、回复「20daypytorch」(建议复制)即可获取


本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场,不承担相关法律责任。如若转载,请注明出处。 如若内容造成侵权/违法违规/事实不符,请点击【内容举报】进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部