对比学习:《深度学习之Pytorch》《PyTorch深度学习实战》+代码

PyTorch是一个基于Python的深度学习平台,该平台简单易用上手快,从计算机视觉、自然语言处理再到强化学习,PyTorch的功能强大,支持PyTorch的工具包有用于自然语言处理的Allen NLP,用于概率图模型的Pyro,扩展了PyTorch的功能。通过学习《深度学习入门之PyTorch》,可以从机器学习和深度学习的基础理论入手,从零开始学习 PyTorch,了解 PyTorch 基础,以及如何用 PyTorch 框架搭建模型。学到机器学习中的线性回归和 Logistic 回归、深度学习的优化方法、多层全连接神经网络、卷积神经网络、循环神经网络,以及生成对抗网络,最后通过实战了解深度学习前沿的研究成果,以及 PyTorch 在实际项目中的应用。

《深度学习之Pytorch(廖星宇著)》PDF,232页,带书签,文字可以复制。

《PyTorch深度学习实战(侯宜军 著)》PDF,121页,带书签,文字可以粘贴;配套源代码。

网盘下载:http://106.13.73.98/abc/213

![](https://img2018.cnblogs.com/other/1499715/201906/1499715-20190604164221378-1147333725.png)

PyTorch和Tensorflow,Keras,Theano等其他深度学习框架都不同,它是动态计算图模式,其应用模型支持在运行过程中根据运行参数动态改变,而其他几种框架都是静态计算图模式,其模型在运行之前就已经确定。