#每日一书#

9.8 深入浅出Pytorch

深入浅出Pytorch

这本书我拿到手上是2020年9月份,还是一本作者的签名版,蛮好的。

这本书我看完比较久了,作者开始介绍了Pytorch的一些基础概念,然后开始介绍CV和NLP的一些模型,顺带还介绍了一些其他的重要的模型,像推荐系统,语音合成,强化学习等,最后介绍了Pytorch的源码的一些细节。

本书的内容主要是介绍一些模型,CV和NLP,语音,强化学习等。然后是通过介绍Pytorch的模块到案例,所有介绍都是有示例代码的。

比如,第5章介绍了nlp的模块,介绍了一些特征提取的方法,然后就是介绍word embedding,GRU和LSTM, 注意力机制,还介绍了seq2seq和transformer。

第6章就是NLP的案例,用word2vec训练词向量,用RNN做情感分析,做语言模型,然后是训练seq2seq,最后是介绍了BERT模型。

其他重要的模型在第7章介绍,包括了DeepSpeech,Tacotron和WaveNet,DQN等等。 每个案例都是有代码的。

最后一章,对Pytorch的源码进行了简单的介绍,包括了C++的一些接口,然后是autograd和自动求导的机制等等,也是一个蛮好的入门教程。

这本书,对于没有深度学习基础的人不太适合,如果你以前都用过Pytorch,那可能还好一些。对模型的介绍,都是泛泛而谈,因为这些模型都可以写一本书了,所以着重点回到对Pytorch的学习。
评论加载中...