商品簡介
人工智能應用已經遍及各行各業，而機器學習和深度學習作為其中的重要組成部分也越來越火熱。《PyTorch深度學習模型開發實戰》就以近年來非常流行的Python 機器學可庫 PyTorch為工目。對深度學習中的遷移學習、圖像分類、物體檢測、語義分割、姿勢識別、圖像生成、異常檢測、自然語言處理以及視頻分類等各種任務進行了詳細講解及深度學習模型的編程實現。這些任務都是為幫助讀者積累實踐經驗，以便能在實際開發中靈活運用深度學習技術精挑細選出來的。讀者只要親自動手，依次對各種任務進行編程實踐，並徹底理解其中的原理，就一定能逐步掌握複雜深度學習的應用方法。
《PyTorch深度學習模型開發實戰》 內容豐富全面，講解通俗易懂，特別適合作為有一定基礎的AI工程師提升技能、中高級機器學習/深度學習工程師鞏固相關基礎的參考書籍。
作者簡介
小川雄太郎
東京大學理學博士，曾在東京大學研究生院從事腦功能測量及計算論的神經科學研究。獲取博士學位後，曾擔任東京大學特聘研究員。現任職於日本電通國際信息服務公司總部 AI 技術開發部，主要負責以深度學習為主的機器學習相關技術的研究開發和技術支持。另外，他還是早稻田大學全球教育中心的兼職講師和日本深度學習協會會員。在業余時間開展了多場人工智能相關講座並撰寫了多種人工智能相關書籍。
名人/編輯推薦
本書是一本通過PyTorch深度學習模型開發案例學習深度學習技術應用方法的圖書，對精心設計的9大類深度學習任務構建模型，讓讀者可以逐步掌握高級且實用的深度學習開發和應用的方法。每個深度學習模型都是 State-of-the-Art（高性能模型）的基礎，讀者若能夠親自動手實現，對以後的研究和開發工作一定會有很大幫助。
案例涵蓋面廣：以PyTorch為工具，對常見的9種類型的深度學習任務進行了編程實現，讓讀者對深度學習技術的應用有一個全面了解。
代碼解說詳細：對各深度學習模型的實現方法及源代碼進行了詳細解說，將原理與實際操作相結合，便於學生閱讀和理解程序的本質。
語言通俗易懂：雖然本書針對的是深度學習中、高級層次的讀者，但書中的語言也盡量避免晦澀艱深，做到通俗易懂，讓學習過程更高效。
實用針對性強：書中的每章都是為了解決特定任務而設計的主題，實用性和針對性特別強，而且特別注重原理的解說和過程的實現，讀者可以從中學習到一些小竅門，舉一反三，掌握靈活構建其他深度學習模型的能力。
本書實現的任務內容及深度學習模型
遷移學習，微調：用少量的圖像數據構建深度學習模型
物體檢測（SSD）：對圖像中的位置和內容進行檢測
語義分割（PSPNet）：在像素級別上對圖像中的物體進行檢測
姿勢識別OpenPose：檢測人物，並對人體各部位的鏈接進行識別
GAN（DCGAN，Self-Attention GAN）：生成現實中實際存在的圖像
異常檢測（AnoGAN，Efficient GAN）：用GAN對圖像中的異常圖像進行檢測
自然語言處理（Transformer，BERT）：對文本數據進行情感分析
視頻分類（3DCNN，ECO）：對人物動作的視頻數據進行分類
讀者物件：高校人工智能·機器學習·深度學習相關專業高年級學生；有一定AI技術基礎、想積累深度學習實踐經驗的初級工程師；想通過實戰提升機器學習·深度學習技術應用水平的所有開發人員和科研人員；對AI開發感興趣並對深度學習技術的基礎內容有一定編程經驗的所有人員
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。