书目信息 |
| 题名： |
深入理解PyTorch
|
|
| 作者： | 贾, 著 ；刘祎 译 | |
| 分册： | ||
| 出版信息： | 北京 清华大学出版社 2025.04 |
|
| 页数： | XVIII, 472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： | 978-7-302-68452-7 | |
| 000 | 01251nam0 2200301 450 | |
| 001 | 93443 | |
| 005 | 20250819212154.55 | |
| 010 | @a978-7-302-68452-7@dCNY159.00 | |
| 100 | @a20250508d2025 em y0chiy50 ea | |
| 101 | 1 | @achi@cinc |
| 102 | @aCN@b110000 | |
| 105 | @aa a 000yy | |
| 106 | @ar | |
| 200 | 1 | @a深入理解PyTorch@Ashen ru li jie PyTorch@f(印) 阿施·拉贾汉·贾著@g刘祎译 |
| 210 | @a北京@c清华大学出版社@d2025.04 | |
| 215 | @aXVIII, 472页@c图@d23cm | |
| 305 | @a据原书第2版译出 | |
| 306 | @a由Packt Publishing授权出版 | |
| 312 | @a英文题名取自版权页 | |
| 320 | @a有书目 | |
| 330 | @a本书详细阐述了与PyTorch相关的基本解决方案, 主要包括深度卷积神经网络架构、结合CNN和LSTM、深度循环模型架构、高级混合模型、图神经网络、使用PyTorch生成音乐和文本、神经风格迁移、深度卷积GAN、利用扩散生成图像、深度强化学习、模型训练优化、将PyTorch模型投入生产、移动设备上的PyTorch、使用PyTorch进行快速原型开发、PyTorch和AutoML、PyTorch与可解释人工智能、推荐系统与PyTorch、PyTorch和HuggingFace等内容。 | |
| 510 | 1 | @aMastering PyTorch@zeng |
| 606 | 0 | @a机器学习@Aji qi xue xi |
| 690 | @aTP181@v5 | |
| 701 | 1 | @a贾,@Ajia@b阿施·拉贾汉@4著 |
| 702 | 0 | @a刘祎@Aliu yi@4译 |
| 801 | 0 | @aCN@c20250909 |
| 905 | @a河南城建学院图书馆@dTP181@eJ237-2@f1 | |
| 深入理解PyTorch/(印) 阿施·拉贾汉·贾著/刘祎译.-北京：清华大学出版社，2025.04 |
| XVIII, 472页：图；23cm |
| ISBN 978-7-302-68452-7：CNY159.00 |
| 本书详细阐述了与PyTorch相关的基本解决方案, 主要包括深度卷积神经网络架构、结合CNN和LSTM、深度循环模型架构、高级混合模型、图神经网络、使用PyTorch生成音乐和文本、神经风格迁移、深度卷积GAN、利用扩散生成图像、深度强化学习、模型训练优化、将PyTorch模型投入生产、移动设备上的PyTorch、使用PyTorch进行快速原型开发、PyTorch和AutoML、PyTorch与可解释人工智能、推荐系统与PyTorch、PyTorch和HuggingFace等内容。 |
| ● |
| 相关链接 |
|
|
|
正题名：深入理解PyTorch
索取号：TP181/J237-2
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1627401 | 216274010 | 自科库301/ [索取号:TP181/J237-2] | 在馆 |