pytorch book

이것은 "딥 러닝 프레임 워크 Pytorch : Getting Start and Practice (2nd Edition)"에 대한 해당 코드이지만 독립적 인 Pytorch 초보자 가이드 및 튜토리얼로도 사용할 수 있습니다.

새로운 업그레이드

이 책의 두 번째 판은 첫 번째 판을 기반으로 새로 업그레이드 되었으며이 책의 코드는 Pytorch 버전 1.8의 첫 번째 판을 기반으로 작성되었습니다. 기본 사용, 고급 확장 및 실제 응용 프로그램의 세 가지 모듈을 포함하여 첫 번째 판 독자의 의견과 함께 포괄적으로 업데이트되었습니다.

콘텐츠

이 책의 내용 (자습서/저장소)은 그림에 나와 있습니다.

이 자습서는 세 부분으로 나눌 수 있음을 알 수 있습니다.

기본 사용 (2 장에서 5 장)은 Pytorch의 내용을 설명합니다. 이 부분은 Pytorch의 주요 모듈과 딥 러닝에서 일반적으로 사용되는 도구를 소개합니다. 콘텐츠 의이 부분에 대해서는 Jupyter 노트북을 교육 도구로 사용하며 독자는 노트북을 수정하고 실행하고 반복적으로 실험 할 수 있습니다.

• 2 장에서는 Pytorch 설치 및 관련 학습 환경의 구성을 소개합니다. 동시에이 장에서는 Pytorch의 주요 내용을 개요로 소개하여 독자가 Pytorch에 대한 예비 이해를 얻을 수 있도록 도와줍니다.
• 3 장에서는 Pytorch에서 다차원 어레이 텐서 및 자동 차별 시스템 Autograd의 사용을 소개하고 텐서 및 오토 그라드를 사용하여 선형 회귀를 달성하고 차이를 비교하는 방법에 대한 예를 제공합니다. 이 장에서는 텐서의 기본 구조와 Autograd의 원리를 분석하여 독자가 Pytorch의 기본 모듈을보다 포괄적으로 이해하도록 돕습니다.
• 4 장에서는 Pytorch에서 신경망 모듈 NN의 기본 사용법을 소개하고, 신경망의 계층, 활성화 기능, 손실 기능 및 최적화기를 설명하고 독자가 50 줄 미만의 코드를 사용하여 클래식 네트워크 구조 RESNET을 구현하도록 리드합니다.
• 5 장에서는 Pytorch에서 데이터로드, 사전 훈련 모델, 시각화 도구 및 GPU 가속도와 같은 도구를 소개합니다. 이러한 도구를 합리적으로 사용하면 사용자 프로그래밍 효율성을 향상시킬 수 있습니다.

고급 확장 (6-8 장)은 Pytorch의 일부 고급 확장을 설명합니다. 이 부분을 배우면 독자가보다 효율적인 프로그램을 작성하는 데 도움이 될 수 있습니다.

• 6 장에서는 주로 방송 규칙, 기본 색인, 고급 인덱스 및 아인슈타인 운영을 포함하여 Pytorch의 벡터화 아이디어를 소개합니다. 이 장의 끝에서 독자들은 벡터화 아이디어를 사용하여 컨볼 루션 운영, 인터리빙, ROI 정렬 및 딥 러닝에서 고유 한 작업을 반전시킵니다.
• 7 장에서는 Pytorch에서 분산 작업을 소개합니다. 분산 컴퓨팅 및 병렬 컴퓨팅은 네트워크의 교육 프로세스를 가속화 할 수 있습니다. 이 장에서는 병렬 컴퓨팅 및 분산 컴퓨팅의 기본 원리를 자세하게 소개하고 Pytorch의 분산 교육을 위해 Torch.dispributed 및 Horovod를 사용하는 방법도 소개합니다.
• 8 장에서는 Pytorch의 Cuda 확장을 소개하여 독자들은 Cuda를 사용하여 Sigmoid 기능을 구현하도록 이끌었습니다. 동시에이 장에서는 Cuda, Nvidia-Driver, Cudnn 및 Python 간의 관계를 요약합니다.

실제 응용 프로그램 (9-13 장)은 Pytorch를 사용하여 몇 가지 시원하고 흥미로운 응용 프로그램을 구현합니다. 컨텐츠 의이 부분 에서이 저장소는 완전한 구현 코드를 제공하고 독자가 테스트 할 수있는 데모로 미리 훈련 된 모델을 제공합니다.

• 9 장은 과거와 미래를 연결하는 장입니다. 목표는 독자들에게 새로운 기능과 새로운 지식을 가르치는 것이 아니라 딥 러닝에서 가장 간단한 이미지 바이너리 분류 문제를 실현하기 위해 Kaggle의 고전적인 경쟁과 결합하는 것입니다. 구현 과정에서 독자들은 처음 5 장의 지식을 검토하고 독자가 프로그램을 쉽게 읽고 유지 관리 할 수 있도록 프로그램과 코드를 합리적으로 구성하도록 도와 줄 것입니다. 동시에이 장에서는 Pytorch에서 디버깅하는 방법을 소개합니다.
• 10 장은 적대 네트워크를 생성하는 기본 원칙을 소개하고 독자들은 애니메이션 아바타 생성기를 처음부터 구현하고 생성 적대 네트워크를 사용하여 다양한 스타일의 애니메이션 아바타를 생성 할 수 있습니다.
• 11 장에서는 자연어 처리에 대한 몇 가지 기본 지식을 소개하고 Charrnn 및 변압기의 기본 원리를 자세히 소개합니다. 이 장에서는 독자들이 변압기를 사용하여시를 자동으로 작성하도록 이끌어냅니다. 이 프로그램은 고대 사람들을 모방하여시를 속이고 숨겨진시를 생성 할 수 있습니다.
• 12 장에서는 스타일 전송의 기본 원칙을 소개하고 독자가 임의의 스타일 전송을 지원하는 신경망을 구현하도록 리드합니다. 이 네트워크를 통해 독자들은 모든 그림을 유명한 그림 스타일로 변환 할 수 있습니다.
• 13 장에서는 객체 감지의 기본 원리를 소개하고 독자가 단일 단계, 앵커 프리 및 최대 값 억제 대상 감지 알고리즘 센터를 구현하도록 리드합니다. 센터넷의 디자인 아이디어는 객체 탐지, 인간 자세 추정 및 3 차원 이미지의 목표 추적과 같은 고전적인 컴퓨터 비전 문제로 마이그레이션 될 수 있습니다.

노트북의 텍스트 설명 내용과 일부 마크 다운 내용은이 책의 첫 번째 초안에 속합니다. 설명에 약간의 불편 함이있을 수 있습니다. 저자는 나중에 점차 수정할 것임을 이해하십시오 . 내용 의이 부분은이 책과 80% 일관성을 보장하지만 문법 문제가있을 수 있습니다. 시간 제약으로 인해 저자는 향후 점차 업데이트 할 것입니다.

책을 사야합니까?

책은 필요하지 않습니다 . 이 창고에는 텍스트 콘텐츠의 60% 이상과 책의 코드의 90% 이상, 특히 이전 몇 장의 소개 내용이 포함되어 있으며,이 책의 설명 내용을 거의 완전히 보유합니다. 독자는 책을 사지 않더라도이 튜토리얼을 일반적으로 사용할 수 있습니다.

종이 버전의 독서 경험을 선호한다고 생각하고 쉽게 읽을 수 있도록 아름답게 인쇄되고 완전히 인쇄 된 책을 남겨두고 싶다면 작가의 작품을 지원하기 위해 약간의 돈을 쓸 수도 있습니다.

코드 설명

코드는 주로 Python3+Pytorch1.6 ~ 1.8에서 테스트되어 최종 결과를 얻습니다. Python2는 아직 테스트되지 않았으며 Pytorch의 업데이트 된 버전은 아직 테스트되지 않았습니다.

부적합한 것이 있거나 개선이 필요한 영역이 있으면 문제 토론을 열거나 풀 요청을 제출하십시오.

환경 구성

1. Pytorch를 설치하려면 공식 웹 사이트에서 지정된 버전을 선택하여 설치하고 한 번의 클릭으로 설치하십시오. 더 많은 설치 방법은 책의 지침을 참조하십시오.

2. 저장소 복제

    git clone https : // github . com / chenyuntc / PyTorch - book . git 

^_^

버그, 불분명 한 설명 또는 혼란이 있으면 문제를여십시오.

요청 요청에 오신 것을 환영합니다

행복한 코딩!

• JD.com 구매 링크
• Dangdang 구매 링크