PyTorch作为深度学习领域逐渐崛起的新星，其易用性及Python友好性深受广大算法爱好者的喜爱，无论是在学术领域还是在工业领域，PyTorch都已经成为算法研究的首选。
本书以深度学习为核心，详细讲解PyTorch技术堆栈，力求使用最直白的语言，带领更多的小白学员入门直至精通深度学习。本书包括10章，前5章主要讲解深度学习中的基本算法及概念，通过使用PyTorch实现经典的神经网络并辅以“加油站”补充数学知识，力求使每个知识点、每个章节、每个实验都能在小白学员脑海中留下深刻的印象，做到看了能做、做了能会、会了能用。后5章作为PyTorch的进阶，主要介绍使用PyTorch构建深度神经网络、使用HMM实现中文分词、训练对话机器人等实验。
本书引入了当下非常流行的自然语言预训练模型，如ELMo、BERT等，使读者能够使用自然语言利器AllenNLP及高层框架FastAI。最后讲解当下非常流行的大型图嵌入技术，对知识图谱感兴趣的读者可以做深入研究。
作者简介:
张敏，2015年开始从事大数据行业，多年来一直致力于数据分析和算法开发。2017年开始接触在线教育，目前全网学员总数破100万，相继在51CTO、腾讯课堂、网易课堂、CSDN等平台开启教学。在51CTO平台上的SPARK课程销量做到行业类目前列，曾在多家大公司从事数据挖掘工作，拥有丰富的大数据经验和底层数据思维。在工作中总结了很多有用的经验，都毫无保留地分享给读者，以帮助读者提升、成长。
目录:
第1章 初识PyTorch 1
1.1 神经网络发展简史 1
1.2 环境安装 6
1.3 PyTorch的核心概念 11
1.4 实验室小试牛刀 20
1.5 加油站之高等数学知识回顾 39
第2章 机器学习快速入门 49
2.1 机器学习的分类 49
2.2 机器学习的常见概念 54
2.3 神经网络 62
2.4 实现线性回归、多项式回归和逻辑回归 70
2.5 加油站之高等数学知识回顾 82
第3章 PyTorch与科学计算 89
3.1 算子字典 89
3.2 广播机制 110
3.3 GPU设备及并行编程 112
3.4 实验室小试牛刀之轻松搞定图片分类 121
3.5 加油站之高等数学知识回顾 133
第4章 激活函数、损失函数、优化器及数据加载 140
4.1 激活函数 140
4.2 损失函数 150
4.3 优化器 157
4.4 数据加载 164
4.5 初探卷积神经网络 169
4.6 实验室小试牛刀 184
第5章 PyTorch深度神经网络 201
5.1 计算机视觉工具包 201
5.2 训练过程的可视化 204
5.3 深度神经网络 212
5.4 循环神经网络 228
5.5 实验室小试牛刀 240
5.6 加油站之概率论基础知识回顾 246
第6章 自然语言处理 261
6.1 自然语言基础 261
6.2 提取关键字 281
6.3 Word2vec和词嵌入 285
6.4 变长序列处理 302
6.5 Encoder-Decoder框架和注意力机制 307
6.6 实验室小试牛刀之对话机器人 312
6.7 加油站之常见的几种概率分布 326
第7章 自然语言的曙光：预训练模型 336
7.1 预训练模型的应用 336
7.2 从词嵌入到ELMo 337
7.3 从ELMo模型到GPT模型 341
7.4 从GPT模型到BERT模型 344
第8章 自然语言处理利器：AllenNLP 349
8.1 中文词性标注 349
8.2 AllenNLP 使用Config Files 356
第9章 FastAI高层深度学习框架 364
9.1 FastAI框架中的原语 364
9.2 在FastAI框架中使用BERT模型完成中文分类 365
第10章 PyTorch Big Graph嵌入 374
10.1 PyTorch Big Graph简介 374
10.2 PBG实践应用 379
点击下载