本書是一本全面介紹深度學習和PyTorch實戰的入門指南。全書共11章，第1章主要介紹了深度學習的概念、應用場景及如何搭建開發環境。第2章詳細介紹PyTorch數學基礎，包括函數、微分、數理統計、矩陣等基礎知識及案例。第3章則介紹了數據預處理及常用工具，包括NumPy、Matplotlib、數據清洗、特征工程以及深度學習解決問題的一般步驟等。第4章分別介紹了PyTorch的基本概念、深度神經網絡以及數據建模。第5章重點介紹了卷積神經網絡、循環神經網絡等；第6章則涵蓋了回歸分析、聚類分析、主成分分析、模型評估與調優等內容。第7章至第10章分別介紹了PyTorch圖像建模、文本建模\音頻建模和模型可視化，第11章重點介紹了大語言模型的原理、主要大語言模型以及模型本地化部署、預訓練與微調技術。本書精心設計了大量解決實際問題的動手案例和上機練習題，并對所有實現代碼進行了詳盡的注釋和說明，同時提供數據集和配書資源文件，旨在幫助讀者更好地使用本書。
新書資訊