亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

題目： Deep Learning with PyTorch

摘要： 《PyTorch 深度學習》旨在指導人們開始自己的 AI/機器學習開發之路，全書總共只有 5 個章節， PyTorch的深度學習提供了一個詳細的、實踐性的介紹，介紹了使用PyTorch構建和訓練神經網絡，PyTorch是一個流行的開源機器學習框架。這本書包括：

• 深度學習與PyTorch圖書館簡介

• 預訓練網絡

• 張量

• 學習機制

• 用神經網絡擬合數據

第一章是入門內容介紹，主要介紹了什么是 PyTorch和為什么我們要選擇 PyTorch，以及對本書內容層次的總體介紹，讓剛剛入門的讀者能夠開門見山，大量的插圖介紹了深度學習和Pytorch的概念。

第二章則從張量這一深度學習的基本概念開始，介紹了張量的相關數學機制，以及深度學習是怎樣處理數據，完成學習這一過程的。

第三章開始則通過張量和真實世界的數據進行聯系，說明了如何使用張量表示表格、時序、圖像和文本等數據。

第四章則進入機器學習機制的介紹，說明了深度學習的權重更新和反向傳播原理。

第五章主要集中在使用 PyTorch 構建神經網絡并擬合數據分布。有了前幾章的理論基礎，這一章會增加很多代碼方面實踐介紹。

作者簡介：

Eli Stevens過去15年在硅谷做軟件工程師，過去7年在一家制造醫療設備軟件的初創公司擔任首席技術官。

Luca Antiga是位于意大利貝加莫的一家人工智能工程公司的聯合創始人兼首席執行官，也是Pythorch的定期撰稿人。

【導讀】Andrew Trask 是DeepMind的科學家，同時也是OpenMinded的負責人。他著作的《Grokking Deep Learning》(《圖解深度學習》)，由Manning出版社出版，并采用MEAP，從2016年8月開始，一直采用不定期更新的方式放送。時至今日，這本書終于完本啦，完結撒花。本書主打入門教學，書中各種插畫豐富生動，是學習深度學習的入門好書。

Grokking Deep Learning

人工智能是本世紀最令人興奮的技術之一，深度學習在很多方面都是世界上最強大人工智能系統背后的“大腦”。這些系統模仿人類大腦內部的神經元行為，正迅速趕上人類創造者的智力水平，打敗世界圍棋冠軍，在視頻游戲、駕駛汽車、翻譯語言、有時甚至幫助執法部門打擊犯罪方面取得超人的表現。深度學習是一場正在改變全球每個行業的革命。

探索深度學習，更深入地挖掘深度學習的世界。這本書和視頻組合涵蓋一切，你需要真正探索這個令人興奮的世界。

這本書將幫助您真正理解如何從頭開始構建深度學習算法。你將理解深度學習是如何在比人類更高的層次上學習的。你將能夠理解最先進的人工智能背后的“大腦”。此外，與其他假定具有高級微積分知識并利用復雜數學符號的課程不同，如果您是通過高中代數考試的Python黑客，那么您已經準備好了。到最后，你甚至可以造一個人工智能來學習在經典的雅達利游戲中打敗你。

地址：

//livebook.manning.com/#!/book/grokking-deep-learning

代碼地址：

地址：

//www.apress.com/gp/book/9781484251232

利用MATLAB的強大功能來應對深度學習的挑戰。本書介紹了深度學習和使用MATLAB的深度學習工具箱。您將看到這些工具箱如何提供實現深度學習所有方面所需的完整功能集。

在此過程中，您將學習建模復雜的系統，包括股票市場、自然語言和僅確定角度的軌道。您將學習動力學和控制，并使用MATLAB集成深度學習算法和方法。您還將使用圖像將深度學習應用于飛機導航。

最后，您將使用慣性測量單元對ballet pirouettes進行分類，并使用MATLAB的硬件功能進行實驗。

你會學到什么

• 使用MATLAB探索深度學習，并將其與算法進行比較
• 在MATLAB中編寫一個深度學習函數，并用實例進行訓練
• 使用與深度學習相關的MATLAB工具箱
• 實現托卡馬克中斷預測

這本書是給誰看的：

工程師、數據科學家和學生想要一本關于使用MATLAB進行深度學習的例子豐富的書。

《Deep Learning》作為深度學習界的圣經，又名“花書”。英文版由全球知名的三位專家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰寫，是深度學習領域奠基性的經典教材，中文版由北京大學教授張志華審校出版。

全書的內容包括3個部分：第1部分介紹基本的數學工具和機器學習的概念，它們是深度學習的預備知識；第2部分系統深入地講解現今已成熟的深度學習方法和技術；第3部分討論某些具有前瞻性的方向和想法，它們被公認為是深度學習未來的研究重點。 《深度學習》適合各類讀者閱讀，包括相關專業的大學生或研究生，以及不具有機器學習或統計背景、但是想要快速補充深度學習知識，以便在實際產品或平臺中應用的軟件工程師。

中文版鏈接：//github.com/yanshengjia/ml-road/blob/master/resources/深度學習.pdf

英文版鏈接：

谷歌研究員Kevin Patrick Murphy撰寫的經典機器學習圖書，由MIT出版社出版，《Machine Learning: a Probabilistic Perspective》，自2012年發行以來就奉為經典機器學習書目。本書內容完整，講解詳細，便于閱讀，方便工程使用。最近作者在Github上發布了關于本書的Python代碼，更加方便使用！本文附帶1098頁pdf下載。

Python配套代碼

Github: //github.com/probml/pyprobml