[
-
内容大纲
本书立足于具体的企业级项目开发实践，以通俗易懂的方式详细介绍PyTorch深度学习的基础理论以及相关的必要知识，同时以实际动手操作的方式来引导读者入门人工智能深度学习。本书配套示例项目源代码、数据集、PPT课件与作者微信群答疑服务。
本书共分18章，内容主要包括人工智能、机器学习和深度学习之间的关系，深度学习框架PyTorch 2.0的环境搭建，Python数据科学库，深度学习基本原理，PyTorch 2.0入门，以及13个实战项目：迁移学习花朵识别、垃圾分类识别、短期电力负荷预测、空气质量预测、手写数字识别、人脸识别与面部表情识别、图像风格迁移、糖尿病预测、基于GAN生成动漫人物画像、基于大语言模型的NLP、猴痘病毒识别项目实战、X光肺部感染识别项目实战、乐器声音音频识别项目实战。
本书适合PyTorch深度学习初学者、深度学习算法从业培训人员、深度学习应用开发人员阅读，也适合作为高等院校或高职高专深度学习课程的教材。 -
作者介绍
宋立桓，IT资深技术专家、布道师，主要负责为企业客户提供顾问咨询、培训和方案设计服务。目前是腾讯云架构师专注于云计算、大数据和人工智能，对区块链的相关技术也有深入的研究。著有图书《Cloudera Hadoop大数据平台实战指南》和《AI制胜：机器学习极简入门》。 -
目录
第1章 人工智能、机器学习与深度学习简介
1.1 什么是人工智能
1.2 人工智能的本质
1.3 人工智能相关专业人才就业前景
1.4 机器学习和深度学习
1.4.1 什么是机器学习
1.4.2 深度学习独领风骚
1.4.3 机器学习和深度学习的关系和对比
1.5 小白如何学深度学习
1.5.1 关于两个“放弃”
1.5.2 关于三个“必须”
第2章 深度学习框架PyTorch开发环境搭建
2.1 PyCharm的安装和使用技巧
2.2 在Windows环境下安装CPU版的PyTorch
2.3 在Windows环境下安装GPU版的PyTorch
2.3.1 确认显卡是否支持CUDA
2.3.2 安装CUDA
2.3.3 安装cuDNN
2.3.4 安装GPU版PyTorch
第3章 Python数据科学库
3.1 张量、矩阵和向量的区别
3.2 数组和矩阵运算库NumPy
3.2.1 列表和数组的区别
3.2.2 创建数组的方式
3.2.3 NumPy的算术运算
3.2.4 数组变形
3.3 数据分析处理库Pandas
3.3.1 Pandas数据结构Series
3.3.2 Pandas数据结构DataFrame
3.3.3 Pandas处理CSV文件
3.3.4 Pandas数据清洗
3.4 数据可视化库Matplotlib介绍
第4章 深度学习的基本原理
4.1 神经网络原理阐述
4.1.1 神经元和感知器
4.1.2 激活函数
4.1.3 损失函数
4.1.4 梯度下降和学习率
4.1.5 过拟合和Dropout
4.1.6 神经网络反向传播法
4.2 卷积神经网络
4.2.1 什么是卷积神经网络
4.2.2 卷积神经网络详解
4.2.3 卷积神经网络是如何训练的
4.2.4 卷积神经网络为什么能称霸图像识别领域
4.3 卷积神经网络经典模型架构简介
4.3.1 LeNet-5
4.3.2 AlexNet
4.3.3 VGG
4.3.4 GoogLeNet
4.3.5 ResNet
4.4 常用的模型评估指标
第5章 深度学习框架PyTorch入门
5.1 Tensor
5.1.1 Tensor简介
5.1.2 使用特定数据创建张量
5.1.3 使用随机数创建张量
5.1.4 张量基本操作
5.2 使用GPU加速
5.3 自动求导
5.4 PyTorch神经网络
5.4.1 构建神经网络
5.4.2 数据的加载和处理
5.4.3 模型的保存和加载
5.5 PyTorch入门实战：CIFAR-10图像分类
第6章 迁移学习花朵识别项目实战
6.1 迁移学习简介
6.2 什么是预训练模型
6.3 如何使用预训练模型
6.4 使用迁移学习技术实现花朵识别
6.5 迁移学习总结
第7章 垃圾分类识别项目实战
7.1 垃圾分类识别项目背景
7.2 垃圾分类背后的技术
7.3 垃圾图片数据集介绍
7.4 MnasNet 模型介绍
7.5 垃圾分类识别项目代码分析
第8章 短期电力负荷预测项目实战
8.1 电力负荷预测项目背景
8.2 电力负荷预测的意义
8.3 电力负荷数据的获取
8.4 一维卷积ID-CNN
8.5 项目代码分析
第9章 空气质量识别分类与预测项目实战
9.1 空气质量识别分类与预测项目背景
9.2 主成分分析
9.3 聚类分析（K-Means）
9.4 项目代码分析
第10章 手写数字识别项目实战
10.1 手写数字识别项目背景
10.2 手写数字数据集
10.3 LeNet5模型构建
10.4 模型训练和测试
10.4.1 损失函数
10.4.2 优化器
10.4.3 超参数设置
10.4.4 性能评估
10.5 项目完整代码介绍
10.6 项目总结
第11章 人脸识别及表情识别实战
11.1 人脸识别
11.1.1 什么是人脸识别
11.1.2 人脸识别过程
11.2 人脸识别项目实战
11.2.1 人脸检测
11.2.2 人脸识别
11.3 面部表情识别项目实战
第12章 图像风格迁移项目实战
12.1 图像风格迁移简介
12.2 使用预训练的VGG-16模型进行图像风格迁移
12.2.1 算法思相
12.2.2 算法细节
12.2.3 代码实现
第13章 基于GAN生成动漫人物图像项目实战
13.1 什么是生成式对抗网络
13.2 生成式对抗网络的算法细节
13.3 循环生成对抗网络CycleGAN
13.4 基于生成式对抗网络生成动漫人物图像
第14章 糖尿病预测项目实战
14.1 糖尿病预测项目背景
14.2 糖尿病数据集介绍
14.3 LSTM-CNN模型
14.4 实战项目代码分析
第15章 基于大语言模型的自然语言处理项目实战
15.1 自然语言处理Embedding层详解
15.2 Transformer模型简介
15.3 预训练语言模型GPT
15.3.1 什么是预训练语言模型
15.3.2 GPT-2模型介绍
15.3.3 PyTorch-Transformers库介绍
15.4 基于Transformer模型的谣言检测系统的实现
15.4.1 谣言检测系统项目背景
15.4.2 谣言检测系统代码实战
15.5 基于GPT2在新闻文本分类项目中的实现
15.5.1 新闻文本分类项目背景
15.5.2 新闻文本分类代码实战
第16章 猴痘病毒识别项目实战
16.1 猴痘病毒识别项目背景
16.2 ResNet101模型
16.2.1 残差块
16.2.2 ResNet101网络结构
16.3 实战项目代码分析
第17章 X光肺部感染识别项目实战
17.1 X光肺部感染识别项目背景
17.2 项目所用到的图像分类模型
17.3 实战项目代码分析
第18章 乐器声音音频识别项目实战
18.1 音频与声音数字化
18.2 音频深度学习
18.3 音频处理的应用场景
18.4 实战项目代码分析
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...