机读格式显示(MARC)

• 000 01853nam 2200325 450

• 001 0000593673

• 005 20230618161600.0

• 010 __ |a 978-7-115-57767-2 |d CNY119.90

• 100 __ |a 20220301d2022 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a PyTorch深度学习实战 |A PyTorchshen du xue xi shi zhan |b 专著 |d Deep learning with PyTorch |f (美)伊莱·史蒂文斯(Eli Stevens)，(意)卢卡·安蒂加(Luca Antiga)，(德)托马斯·菲曼(Thomas Viehmann)著 |g 牟大恩译 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2022

• 215 __ |a 417页 |c 图 |d 24cm

• 225 2_ |a 深度学习系列 |A Shen Du Xue Xi Xi Lie

• 306 __ |a 本属于简体中文版由Manning出版社授权出版

• 314 __ |a 伊莱·史蒂文斯，职业生涯的大部分时间都在美国硅谷的初创公司工作。卢卡·安蒂加，2010年到2020年间，他是一家人工智能工程公司的联合创始人和首席技术官。托马斯·菲曼，德国慕尼黑的机器学习和PyTorch的专业培训师和顾问。牟大恩，武汉大学硕士研究生毕业。

• 330 __ |a 本书指导读者使用Python和PyTorch实现深度学习算法。本书首先介绍PyTorch的核心知识，然后带领读者体验一个真实的案例研究项目：构建能够使用CT扫描检测恶性肺肿瘤的算法。你将学习如何用有限的输入训练网络，并开始处理数据，以获得一些结果。你将筛选出不可靠的初始结果，并专注于如何诊断和修复神经网络中的问题。最后，你将研究通过增强数据训练、改进模型体系结构和执行其他微调来改进结果的方法。通过这个真实的例子，你会发现PyTorch是多么有效和有趣，并掌握在生产中部署PyTorch模型的技能。

• 461 _0 |1 2001 |a 深度学习系列

• 510 1_ |a Deep learning with PyTorch |z eng

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi

• 690 __ |a TP181 |v 5

• 701 _0 |c (美) |a 史蒂文斯 |A shi di wen si |c (Stevens, Eli) |4 著

• 701 _0 |c (意) |a 安蒂加 |A an di jia |c (Antiga, Luca) |4 著

• 701 _0 |c (德) |a 菲曼 |A fei man |c (Viehmann, Thomas) |4 著

• 702 _0 |a 牟大恩 |A mou da en |4 译

• 801 _0 |a CN |b LIB |c 20230618

• 905 __ |a LIB |d TP181/264