书目信息 |
| 题名： |
PyTorch深度学习入门与实战
|
|
| 作者： | 孙玉林 ， 余本国 著 | |
| 分册： | ||
| 出版信息： | 北京 中国水利水电出版社 2020.07 |
|
| 页数： | 326页 | |
| 开本： | 23cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP181 | |
| 科图分类： | ||
| 主题词： | 机器学习--ji qi xue xi | |
| 电子资源： | ||
| ISBN： | 978-7-5170-8537-9 | |
| 000 | 01339nam0 2200265 450 | |
| 001 | 2159486158 | |
| 005 | 20211018163143.90 | |
| 010 | @a978-7-5170-8537-9@dCNY89.80 | |
| 100 | @a20200722d2020 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa a 000yy | |
| 200 | 1 | @aPyTorch深度学习入门与实战@APyTorch shen du xue xi ru men yu shi zhan@f孙玉林, 余本国著 |
| 210 | @a北京@c中国水利水电出版社@d2020.07 | |
| 215 | @a326页@c图@d23cm | |
| 300 | @a案例视频精讲 | |
| 314 | @a余本国, 博士, 副教授, 硕士研究生导师。现工作于海南医学院生物医学信息与工程学院。 | |
| 320 | @a有书目 (第326页) | |
| 330 | @a本书是基于PyTorch的深度学习入门和实战用书, 结合实际的深度学习案例, 由浅入深地介绍PyTorch在计算机视觉和自然语言处理的相关应用。本书内容上循序渐进, 先介绍了PyTorch的一系列使用方式, 然后结合图像分类、去噪和文本分类, 介绍如何利用PyTorch对深度模型进行可视化、建立卷积神经网络、循环神经网络、自编码网络等。根据真实的图像数据, 介绍如何对图像风格迁移模型进行训练, 利用计算机视觉中的目标检测和语义分隔问题的例子, 介绍PyTorch中已经预训练好模型的使用, 针对图神经网络学习, 介绍如何利用图卷积网络进行半监督深度学习。 | |
| 606 | 0 | @a机器学习@Aji qi xue xi |
| 690 | @aTP181@v5 | |
| 701 | 0 | @a孙玉林@Asun yu lin@4著 |
| 701 | 0 | @a余本国@Ayu ben guo@4著 |
| 801 | 0 | @aCN@c20200722 |
| 905 | @a河南城建学院图书馆@dTP181@f2@eS973 | |
| PyTorch深度学习入门与实战/孙玉林, 余本国著.-北京：中国水利水电出版社，2020.07 |
| 326页：图；23cm |
| 案例视频精讲 |
| ISBN 978-7-5170-8537-9：CNY89.80 |
| 本书是基于PyTorch的深度学习入门和实战用书, 结合实际的深度学习案例, 由浅入深地介绍PyTorch在计算机视觉和自然语言处理的相关应用。本书内容上循序渐进, 先介绍了PyTorch的一系列使用方式, 然后结合图像分类、去噪和文本分类, 介绍如何利用PyTorch对深度模型进行可视化、建立卷积神经网络、循环神经网络、自编码网络等。根据真实的图像数据, 介绍如何对图像风格迁移模型进行训练, 利用计算机视觉中的目标检测和语义分隔问题的例子, 介绍PyTorch中已经预训练好模型的使用, 针对图神经网络学习, 介绍如何利用图卷积网络进行半监督深度学习。 |
| ● |
| 相关链接 |
|
|
|
正题名：PyTorch深度学习入门与实战
索取号：TP181/S973
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1507112 | 215071124 | 测绘与城市空间信息学院资料室/ [索取号:TP181/S973] | 在馆 |