Skip to content

Steve-Luo55/book_DeepLearning_in_PyTorch_Source

 
 

Repository files navigation

深度学习原理与 PyTorch 实战 书籍源码

本书的图灵社区主页

本书的目录如下:

  1. 深度学习简介
  2. PyTorch简介
  3. 单车预测器——你的第一个神经网络
  4. 机器也懂感情——中文情绪分类器
  5. 手写数字识别器——卷积神经网络
  6. 手写数字加法机——迁移学习
  7. 你自己的Prisma——图像风格迁移
  8. 人工智能造假术——图像生成与对抗学习
  9. 词汇的星空——词向量与Word2Vec
  10. LSTM作曲机——序列生成模型
  11. 神经翻译机——端到端的翻译模型
  12. AI游戏高手——深度强化学习

书籍简介

人工智能(Artificial Intelligence,简称AI),顾名思义,就是通过计算的方式模拟、延伸和扩展人的智能。它作为计算机科学的一个分支,早在1956年就诞生了。然而,长久以来,人工智能的发展却不能与它的名字相匹配。尽管早期的人工智能在数学定理证明、推理、棋类游戏上取得了长足的进步,但是在拟人化的形象思维方面却与人类相差甚远。例如,一个两三岁的小孩能清楚地认出爸爸和妈妈,但是人工智能却不能。

不过,近年来人工智能的发展却在试图摆脱人们对它的刻板印象。采用深度神经网络技术的人工智能同样可以非常好地进行“形象化”思维。的刻板印象。采用深度神经网络技术的人工智能同样可以非常好地进行“形象化”思维。例如,现在人工智能的人脸识别准确度已经达到了99.7%,超过了人类的准确度97.3%。

然而,这些有关人工智能的新闻会给我们造成一种错觉:人工智能是一种高科技,只有谷歌、微软、脸书这样的大公司才有可能应用,而与我们普通人或者小公司毫无关系。事实并非如此,随着各大公司开源了他们的深度学习框架和平台,我们每一个普通企业或者个人都可以快速地应用人工智能技术。你只要有一台笔记本电脑,就可以轻松玩转深度学习,实现诸如人脸识别、图像生成、机器翻译、聊天机器人等强大的人工智能功能。

工欲善其事,必先利其器。选择一个好的人工智能框架平台是我们跨入这个行业的前提,可以说工具选对了,我们的一只脚就已经跨入了人工智能的大门。本书给大家推荐的“器”自然就是PyTorch了,推荐这个深度学习框架平台有如下几点原因。

  • 简单、易用、上手快:这一点对于初学者来说是极具吸引力的。
  • 功能强大:从计算机视觉、自然语言处理再到深度强化学习,PyTorch的功能异常强大。而且,支持PyTorch、功能强大的包也越来越多,例如Allen NLP(自然语言处理)和Pyro(概率编程)。
  • Python化编程:在诸多深度学习开源框架平台中,PyTorch恐怕是和Python结合得最好的一个。相比较TensorFlow框架来说,PyTorch将会让你的代码更流畅舒服。
  • 强大的社区支持:对于一个小白来说,如何找到“老司机”来交流经验恐怕是最迫切的问题了。尽管PyTorch仅一岁有余,但是它的社区却成长飞快。在国内,用PyTorch作为关键词就能搜索到大概五六个网络社区、BBS。各大问答类网站关于PyTorch的问题数目也在持续增多。

如此强大的功能,如此好用的工具,绝对是值得我们大力推广的。然而,目前有关PyTorch的多数资料还是以英文为主,大部分介绍深度学习、人工智能的资料还充斥着大量的数学公式,这对普通用户而言是一个不小的门槛。因此,集智俱乐部的成员合力编写了这本书,力求进一步推广PyTorch,普及人工智能和深度学习等新技术。

肩负着这样的使命,本书悄然诞生了。本书内容来源于张江老师在“集智AI学园”开设的网络课程——“火炬上的深度学习”,经各位成员的精心整理和不断完善,最终成书。希望能进一步推广PyTorch,让更多人有机会掌握人工智能和深度学习等新技术,进入人工智能这个发展迅猛的行业,共享人工智能带来的发展红利。

About

No description, website, or topics provided.

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 100.0%