PyTorch官方出品了一本深度學(xué)習(xí)書，免費提供給開發(fā)者
乾明 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
“為了幫助開發(fā)者使用PyTorch，我們正在制作‘Deep Learning with PyTorch’一書”。
剛剛，PyTorh在官方Twitter上放出這一消息，并宣布這本書將免費提供給社區(qū)。
根據(jù)出版商Manning出版社的介紹，這本書的核心，是教你如何使用Python 和 PyTorch 實現(xiàn)深度學(xué)習(xí)算法。
所以出版商介紹稱，想要更好的消化這本書，需要對Python知識和基本線性代數(shù)有了解，對深度學(xué)習(xí)有一些理解更好，但并不需要你具備使用PyTorch或其他深度學(xué)習(xí)框架的經(jīng)驗。
在多位業(yè)內(nèi)人士看來，這本書的優(yōu)點是易上手。
有人評價說，這本書用平易近人的方式，介紹了非常專業(yè)的主題。也有人評價說，它是機器學(xué)習(xí)領(lǐng)域最容易上手的書之一。
（下載鏈接在文末）
書中都講了啥？
從Manning出版社的介紹頁面來看，這本書一共分為兩大部分，13個章節(jié)。
第一部分內(nèi)容主要是理論，名為PyTorch核心。
簡單介紹深度學(xué)習(xí)領(lǐng)域后，開始探索使用預(yù)訓(xùn)練網(wǎng)絡(luò)，然后提升使用張量的技能。
包括如何使用張量表示最常見的數(shù)據(jù)類型，以及如何從頭開始構(gòu)建和訓(xùn)練神經(jīng)網(wǎng)絡(luò)（重點是圖像和序列）。
目錄如下：
1、介紹深度學(xué)習(xí)和PyTorch庫
2、預(yù)訓(xùn)練網(wǎng)絡(luò)
3、從一個張量開始
4、使用張量表示真實世界數(shù)據(jù)
5、學(xué)習(xí)的機制
6、使用神經(jīng)網(wǎng)絡(luò)擬合我們的數(shù)據(jù)
7、從飛機上辨別鳥類——從圖像中學(xué)習(xí)
8、使用卷積函數(shù)進行泛化
第二部分主要講實戰(zhàn)，名為“從現(xiàn)實世界的圖像中學(xué)習(xí)：肺癌的早期檢測”。
在這部分將會上手實操，使用在有限的輸入下訓(xùn)練神經(jīng)網(wǎng)絡(luò)的方法，去處理數(shù)據(jù)得到一些結(jié)果。
然后篩選不可靠的初始結(jié)果，并聚焦在如何診斷和修復(fù)神經(jīng)網(wǎng)絡(luò)中的問題上。
最后，將了解如何使用增強數(shù)據(jù)進行訓(xùn)練、改進模型，以及通過微調(diào)來改進模型結(jié)果。
目錄如下：
9、使用PyTorch對抗癌癥
10、預(yù)備，數(shù)據(jù)集，走起！
11、分類疑似腫瘤
12、監(jiān)控指標：精確度、召回率和精美的圖表
13、利用分割技術(shù)來發(fā)現(xiàn)可疑腫瘤
誰寫的這本書？
這本書的作者一共有兩位：Eli Stevens和Luca Antiga。
Eli Stevens，是一名軟件工程師，已經(jīng)在硅谷工作了15年。過去7年中，他在一家開發(fā)醫(yī)療設(shè)備軟件的創(chuàng)業(yè)公司擔(dān)任CTO。
Luca Antiga，是一家AI創(chuàng)業(yè)公司的聯(lián)合創(chuàng)始人兼CEO，也是PyToch社區(qū)定期撰稿人。
下圖是他們兩位（左：Luca Antiga；右：Eli Stevenson）和這本書的編輯Frances Lefkowitz。
如果你對這本書感興趣，請收好傳送門：
https://www.manning.com/books/deep-learning-with-pytorch#toc
相關(guān)閱讀
克10-EM-P-150x150.jpg)
