《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。《动手学PyTorch建模与应用:从深度学习到大模型》共11章，第1章主要介绍深度学习的概念、应用场景及发环境搭建。第2章详细介绍PyTorch数学基础，包括函数、微分、数理统计、矩阵等基础知识及其案例。第3章介绍数据预处理及常用工具，包括NumPy、Pandas、Matplotlib、数据清洗、特征工程以及深度学习解决问题的一般步骤等。第4章介绍PyTorch基础知识，包括张量的创建、激活函数、损失函数、优化器等。第5章介绍PyTorch深度神经网络，包括神经网络概述、卷积神经网络、循环神经网络等。第6章介绍PyTorch数据建模，包括回归分析、聚类分析、主成分分析、模型评估与调优等。第7～10章介绍PyTorch图像建模、文本建模、音频建模和模型可视化。第11章介绍大语言模型的原理、主要的大语言模型及模型本地化部署、预训练与微调技术。本书还精心设计了50个动手案例和上机练习题，并对所有代码行了详尽注释和说明，同时提供数据集和配书资源文件，以帮助读者更好地使用本书。 《动手学PyTorch建模与应用:从深度学习到大模型》讲解深浅出，注重动手实操，特别适合想学习AI技术或想该领域的初学者，对深度学习感兴趣的新手、在校学生和从业者阅读，也很适合作为培训机构和高校相关专业的教学用书。<br/>【推荐语】<br/>《动手学PyTorch建模与应用：从深度学习到大模型》是一本讲述以PyTorch为工具实践深度学习和大模型的门书，从数学知识和 基础知识和概念手讲解，理论兼备实践，语言通俗，图文并茂，边学边练，非常易于掌握。 全书突出动手实操，精心设计了50个案例，包括19个解决实际问题的动手练习和31个上机演练，基本上每一种模型都先讲解基础知识，再配合实操案例，有助于读者快速理解，所有上机演练都给出一操作步骤和参考代码，有助于提高读者的学习效率。 所有示例代码本书都给出了详细注释和说明，可以大大降纸读者理解代码的困惑，同时在讲解程序示例时辅以练习题。全书程序示例都免费提供完整的源代码，读者可以参照程序代码直上机实践与练习。 《动手学PyTorch建模与应用:从深度学习到大模型》的内容也较为丰富，如涉及深度神经网络、数值建模、图像建模、文本建模、音频建模、模型可视化以及当前热的大模型本地部署、预训练与微调等内容，与时与时俱，紧跟技术发展的步伐。 无论你是深度学习门人员、科研人员、工程师，还是在校学生，只要你想学习PyTorch和深度学习，或转型AI领域，《动手学PyTorch建模与应用:从深度学习到大模型》都将是你宝贵的门参考。它不仅能够帮助你从零始学习PyTorch、深度学习和大模型，还能够让你学会如何使用PyTorch和深度学习去解决实际问题，而不仅仅是纸上谈兵。<br/>【作者】<br/>王国平，毕业于上海海洋大学，硕士，从业10余年，主要从事数据可视化、数据挖掘和大数据分析与研究等工作。精通数据挖掘技术与相关软件工具，包括Tableau、SPSS、PyTorch、Power Bl等，已出版《IBM SPSS Modeler数据与文本挖掘实战》《Microsoft Power Bl数据可视化与数据分析》《Tableau数据可视化从门到精通》《零基础门Python数据分析与机器学习》等图书。<br/>
評論0