思维导图备注

深度学习框架PyTorch：入门与实践
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

11.2 使用建议

浏览 10 扫码
  • 小字体
  • 中字体
  • 大字体
2022-01-25 02:21:37
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 版权页
  • 前言
  • 目录
  • 1 PyTorch简介
    • 1.2 常见的深度学习框架简介
    • 1.3 属于动态图的未来
    • 1.4 为什么选择PyTorch
    • 1.5 星火燎原
    • 1.6 fast.ai放弃Keras+TensorFlow选择PyTorch
  • 2 快速入门
    • 2.1 安装与配置
    • 2.2 PyTorch入门第一步
  • 3 Tensor和autograd
    • 3.1 Tensor
    • 3.2 autograd
  • 4 神经网络工具箱nn
    • 4.1 nn.Module
    • 4.2 常用的神经网络层
    • 4.3 优化器
    • 4.4 nn.functional
    • 4.5 初始化策略
    • 4.6 nn.Module深入分析
    • 4.7 nn和autograd的关系
    • 4.8 小试牛刀：用50行代码搭建ResNet
  • 5 PyTorch中常用的工具
    • 5.1 数据处理
    • 5.2 计算机视觉工具包：torchvision
    • 5.3 可视化工具
    • 5.4 使用GPU加速：cuda
    • 5.5 持久化
  • 6 PyTorch实战指南
    • 6.1 编程实战：猫和狗二分类
    • 6.2 PyTorch Debug指南
  • 7 AI插画师：生成对抗网络
    • 7.1 GAN的原理简介
    • 7.2 用GAN生成动漫头像
    • 7.3 实验结果分析
  • 8 AI艺术家：神经网络风格迁移
    • 8.1 风格迁移原理介绍
    • 8.2 用PyTorch实现风格迁移
    • 8.3 实验结果分析
  • 9 AI诗人：用RNN写诗
    • 9.1 自然语言处理的基础知识
    • 9.2 CharRNN
    • 9.3 用PyTorch实现CharRNN
    • 9.4 实验结果分析
  • 10 Image Caption：让神经网络看图讲故事
    • 10.1 图像描述介绍
    • 10.2 数据
    • 10.3 模型与训练
    • 10.4 实验结果分析
  • 11 展望与未来
    • 11.2 使用建议
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《深度学习框架PyTorch：入门与实践》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度