PyTorch深度学习入门

第 一部分　基础篇
第　1章 准备工作　2
1．1　硬件配置　2
1．2　在Mac OS X系统下配置PyTorch运行环境　6
1．3　在Ubuntu系统下配置PyTorch运行环境　8
1．4　在Windows系统下配置PyTorch运行环境　14
第　2章 Tensor基础　17
2．1　Tensor　17
2．2　Autograd　30
第3章　深度学习基础　35
3．1　机器学习　35
3．2　线性回归　38
3．3　非线性回归　53
3．4　逻辑回归　58
3．5　多元分类　66
3．6　反向传播　70
3．7　卷积神经网络　72
3．8　手写字体识别　78
3．9　fastai手写字体识别　86
第二部分　实战篇
第4章　迁移学习　90
4．1　经典图像模型　90
4．2　迁移学习实战　100
4．3　使用fastai实现迁移学习　109
第5章　序列转序列模型　111
5．1　循环神经网络模型　111
5．2　神经翻译机简介　119
5．3　利用PyTorch构造神经翻译机　122
第6章　生成对抗网络　138
6．1　生成对抗网络概览　138
6．2　使用生成对抗网络生成二次元头像　142
6．3　使用TorchGAN生成二次元头像　149
第7章　深度强化学习　153
7．1　深度强化学习　153
7．2　基于策略的算法　155
7．3　基于值的算法　157
7．4　Gym简介　161
7．5　Q-Learning实战　163
第8章　风格迁移　168
8．1　风格迁移原理　168
8．2　风格迁移实践　174
第三部分　高级篇
第9章　PyTorch扩展　184
9．1　自定义神经网络层　184
9．2　C++加载PyTorch模型　189
第　10章 PyTorch模型迁移　193
10．1　ONNX简介　193
10．2　使用ONNX将PyTorch模型迁移至Caffe2　196
10．3　使用ONNX将PyTorch模型迁移至Core　ML　199
第　11章 PyTorch可视化　201
11．1　使用visdom实现PyTorch可视化　201
11．2　使用TensorBoard实现PyTorch可视化　213
11．3　使用Netron显示模型　221
第　12章 PyTorch的并行计算　223
12．1　多进程　223
12．2　多GPU并行计算　231