Learn Deep Learning with PyTorch
非常感谢您能够购买此书,这个github repository包含有深度学习入门之PyTorch的实例代码。由于本人水平有限,在写此书的时候参考了一些网上的资料,在这里对他们表示敬意。由于深度学习的技术在飞速的发展,同时PyTorch也在不断更新,且本人在完成此书的时候也有诸多领域没有涉及,所以这个repository会不断更新作为购买次书的一个后续服务,希望我能够在您深度学习的入门道路上提供绵薄之力。
注意:由于PyTorch版本更迭,书中的代码可能会出现bug,所以一切代码以该github中的为主。
书中已经详细给出了如何基于Anaconda配置python环境,以及PyTorch的安装,如果你使用自己的电脑,并且有Nvidia的显卡,那么你可以愉快地进入深度学习的世界了,如果你没有Nvidia的显卡,那么我们需要一个云计算的平台来帮助我们学习深度学习之旅。如何配置aws计算平台
以下的课程目录和书中目录有出入,因为内容正在更新到第二版,第二版即将上线!!
-
Chapter 2: PyTorch基础
-
Chapter 3: 神经网络
-
Chapter 4: 卷积神经网络
-
Chapter 5: 循环神经网络
-
Chapter 6: 生成对抗网络
-
Chapter 7: 深度强化学习
-
Chapter 8: PyTorch高级
- tensorboard 可视化
- 灵活的数据读取介绍
- autograd.function 的介绍
- 数据并行和多 GPU
- 使用 ONNX 转化为 Caffe2 模型
- 如何部署训练好的神经网络
- 打造属于自己的 PyTorch 的使用习惯
-
Chapter 9: 计算机视觉
- Fine-tuning: 通过微调进行迁移学习
- kaggle初体验:猫狗大战
- 语义分割: 通过 FCN 实现像素级别的分类
- Pixel to Pixel 生成对抗网络
- Neural Transfer: 通过卷积网络实现风格迁移
- Deep Dream: 探索卷积网络眼中的世界
-
Chapter 10: 自然语言处理
- Char RNN 实现文本生成
- Image Caption: 实现图片字幕生成
- seq2seq 实现机器翻译
- cnn + rnn + attention 实现文本识别
关于深度学习的一些公开课程以及学习资源,可以参考我的这个repository
关于PyTorch的资源
我的github repo pytorch-beginner
本书的第二版内容其中一些部分参考了 mxnet gluon 的中文教程,通过MXNet/Gluon来动手学习深度学习。
Gluon 是一个和 PyTorch 非常相似的框架,非常简单、易上手,推荐大家去学习一下,也安利一下 gluon 的中文课程,全中文授课,有视频,有代码练习,可以说是最全面的中文深度学习教程。