第一部分 理论部分
- 第1章 深度学习简介 2
- 第2章 PyTorch环境安装 33
- 第3章 PyTorch基础知识 40
- 第4章 简单案例入门 47
- 第5章 前馈神经网络 59
- 第6章 PyTorch可视化工具 89
第二部分 实战部分
- 第7章 卷积神经网络 110
- 第8章 循环神经网络简介 145
- 第9章 自编码模型 164
- 第10章 对抗生成网络 172
- 第11章 Seq2seq自然语言处理 186
- 第12章 利用PyTorch实现量化交易 204
大部分 .py 文件是原书作者的代码。为了更好地可视化，我又用 jupyter notebook 实现了书中的各类模型，并尽可能保证框架一致。主要的改动有：
- Variable 已经被遗弃了
- 大部分模型都是用 gpu 跑的，在文件名里已注明。不需要的可以删掉代码里的
.cuda(). - 对于一些模型结果又增加了可视化的效果。如自编码模型在隐空间的三维分布、对一维插值后生成图片的渐变效果，等等。
欢迎童鞋们对这个版本的代码继续更新提issue~