您好,欢迎来到聚文网。 登录 免费注册
PyTorch深度学习指南 卷3 序列与自然语言处理

PyTorch深度学习指南 卷3 序列与自然语言处理

  • 字数: 494000
  • 装帧: 平装
  • 出版社: 机械工业出版社
  • 作者: (巴西)丹尼尔·沃格特·戈多伊 著 赵春江 译
  • 出版日期: 2024-03-01
  • 商品条码: 9787111744597
  • 版次: 1
  • 开本: 16开
  • 页数: 324
  • 出版年份: 2024
定价:¥139 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
编辑推荐
国外Pytorch深度学习畅销书 全彩印刷 作者拥有20余年从业经验 “PyTorch深度学习指南”丛书循序渐进地详细讲解了与深度学习相关的重要概念、算法和模型,并着重展示了PyTorch是如何实现这些算法和模型的。其共分三卷:编程基础、计算机视觉、序列与自然语言处理。 本书适用于对深度学习感兴趣,并希望使用PyTorch实现深度学习的Python程序员阅读。 以下是部分国外读者书评 Michael:理解GPT的敲门砖! 我对这本书感到惊讶,以我生疏的数学技能,居然可以从头到尾毫无问题地阅读。这三本系列丛书是我能完全理解的第一套深度学习书。作者基本上使用最小数据样本的逐步代码来完成任何机制/数学。 真是我相见恨晚的一套丛书。 Sebastian:这本书写得非常好。对非常高级的概念进行了清晰、全面、易懂的解读。提供的实现细节帮助您快速轻松地进入深度学习领域。
内容简介
“PyTorch深度学习指南”丛书循序渐进地详细讲解了与深度学习相关的重要概念、算法和模型,并着重展示了PyTorch是如何实现这些算法和模型的。其共分三卷:编程基础、计算机视觉、序列与自然语言处理。
本书为该套丛书的第三卷:序列与自然语言处理。本书主要介绍了循环神经网络(RNN、GRU和LSTM)和一维卷积;Seq2Seq模型、注意力、自注意力、掩码和位置编码;Transformer、层归一化和视觉Transformer(ViT);BERT、GPT-2、单词嵌入和HuggingFace库等内容。
本书适用于对深度学习感兴趣,并希望使用PyTorch实现深度学习的Python程序员阅读学习。
目录
前言
致谢
关于作者
译者序
常见问题
为什么选择PyTorch?
为什么选择这套书?
谁应该读这套书?
我需要知道什么?
如何阅读这套书?
下一步是什么?
设置指南
官方资料库
环境
谷歌Colab
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网