动手学PyTorch深度学习建模与应用

本书以新版深度学习框架PyTorch为基础，循序渐进地介绍其在深度学习中的应用。全书共10章，从深度学习数学知识入手，逐步介绍PyTorch在数值建模、图像建模、文本建模、音频建模中的基本概念及应用示例，还将介绍模型的可视化和联邦学习等内容，以扩展读者的视野。本书在讲解每一个知识点的同时，都配合有动手练习实例，便于读者深入理解所学知识，并达成学以致用的目标。 本书原理与实践并重，易于理解且可操作性强，特别适合PyTorch新手、大学生、研究人员和开发人员使用，也可作为高等院校相关专业的教学用书。

这是一本以新版深度学习框架PyTorch为基础，循序渐进地介绍其在深度学习中的应用的书籍。全书共10章，从深度学习数学知识入手，逐步介绍PyTorch在数值建模、图像建模、文本建模、音频建模中的基本概念及应用示例，还将介绍模型的可视化和联邦学习等内容，以扩展读者的视野。 在深度学习环境搭建方面，本书详细介绍了如何安装Python 3.10、Jupyter Lab和PyTorch 1.10，并提供了动手练习，帮助读者掌握深度学习环境搭建的基本技能。在PyTorch与数学基础部分，本书介绍了PyTorch中的函数、微分基础、数理统计基础和矩阵基础，并通过动手练习让读者加深理解。 在PyTorch的基本概念方面，本书详细介绍了张量及其创建、激活函数、损失函数、优化器等，并通过动手练习让读者掌握这些基本概念。在PyTorch深度神经网络部分，本书介绍了神经网络概述、卷积神经网络和循环神经网络等，并通过动手练习让读者掌握这些深度神经网络的基本知识。 在PyTorch数据建模部分，本书介绍了回归分析、聚类分析、主成分分析等，并通过动手练习让读者掌握这些数据建模的基本技能。在PyTorch图像