[套装书]PyTorch深度学习实战+边做边学深度强化学习：PyTorch程序设计实践（2册）

作者

谢林·托马斯 苏丹舒·帕西 小川雄太郎

丛书名

智能系统与技术丛书

出版社

机械工业出版社

ISBN

9782007071110

简要

简介

内容简介书籍计算机书籍 ---------------------------PyTorch深度学习实战--------------------------- 第1章介绍了 PyTorch 进行深度学习的方法以及 PyTorch 的基本 API；第2章通过构建一个简单神经网络，演示如何将神经网络、优化器和参数更新联接在一起，构建简单深度学习模型；第3章深入探讨深度学习工作流实现以及帮助构建工作流的 PyTorch 生态系统；第4章介绍基于CNN的应用；第5章介绍主要RNN组件；第6章简要地论述了生成网络的历史，然后解释了不同种类的生成网络；第7章介绍了强化学习；第8章探讨不同的生产部署选项。 ---------------------------边做边学深度强化学习：PyTorch程序设计实践--------------------------- Pytorch是基于python且具备强大GPU加速的张量和动态神经网络，更是Python中优先的深度学习框架，它使用强大的 GPU 能力,提供最大的灵活性和速度。本书指导读者以Pytorch为工具在Python中学习深层强化学习(DQN)。主要内容包括：强化学习概述及分类、强化学习的算法和实施方法、在Pytorch中实施深度规划与实现。、“实施深层强化学习DQN”、理解并实施新的深层强化学习方法（Double-DQN、Dueling Network、Prioritized Experience Replay、A3C、A2C）。

目录

---------------------------PyTorch深度学习实战--------------------------- 译者序 前言 作者简介 审校者简介 第1章　深度学习回顾和PyTorch简介1 1.1　PyTorch的历史2 1.2　PyTorch是什么3 1.2.1　安装PyTorch4 1.2.2　PyTorch流行的原因5 1.3　使用计算图7 1.3.1　使用静态图8 1.3.2　使用动态图11 1.4　探索深度学习13 1.5　开始编写代码22 1.5.1　学习基本操作22 1.5.2　PyTorch的内部逻辑28 1.6　总结31 参考资料32 第2章　一个简单的神经网络33 2.1　问题概述33 2.2　数据集34 2.3　新手模型38 2.4　PyTorch方式49 2.4.1　高阶API50 2.4.2　functional模块55 2.4.3　损失函数57 2.4.4　优化器57 2.5　总结59 参考资料59 第3章　深度学习工作流60 3.1　构思和规划61 3.2　设计和实验62 3.2.1　数据集和DataLoader类62 3.2.2　实用程序包65 3.3　模型实现75 3.4　训练和验证79 3.5　总结86 参考资料 86 第4章　计算机视觉87 4.1　CNN简介87 4.2　将PyTorch应用于计算机视觉90 4.2.1　简单CNN90 4.2.2　语义分割99 4.3　总结112 参考资料112 第5章　序列数据处理114 5.1　循环神经网络简介114 5.2　问题概述116 5.3　实现方法116 5.3.1　简单RNN117 5.3.2　高级RNN130 5.3.3　递归神经网络137 5.4　总结141 参考资料142 第6章　生成网络143 6.1　方法定义144 6.2　自回归模型145 6.2.1　PixelCNN147 6.2.2　WaveNet153 6.3　GAN161 6.3.1　简单GAN161 6.3.2　CycleGAN168 6.4　总结173 参考资料173 第7章　强化学习175 7.1　问题定义177 7.2　回合制任务与连续任务178 7.3　累积折扣奖励179 7.4　马尔可夫决策过程180 7.5　解决方法182 7.5.1　策略和价值函数182 7.5.2　贝尔曼方程183 7.5.3　深度Q学习184 7.5.4　经验回放186 7.5.5　Gym186 7.6　总结194 参考资料194 第8章　将PyTorch应用到生产195 8.1　使用Flask提供服务196 8.2　ONNX202 8.3　使用TorchScript提高效率215 8.4　探索RedisAI218 8.5　总结222 参考资料223 ---------------------------边做边学深度强化学习：PyTorch程序设计实践--------------------------- 译者序 前言 第1章　强化学习概述 1 1.1　机器学习的分类（监督学习、非监督学习、强化学习） 1 1.2　强化学习、深度强化学习的历史 6 1.3　深度强化学习的应用实例 11 参考文献 14 第2章　在走迷宫任务中实现强化学习 16 2.1　Try Jupyter的使用方法 16 2.2　迷宫和智能体的实现 23 2.3　策略迭代法的实现 31 2.4　价值迭代法的术语整理 41 2.5　Sarsa的实现 46 2.6　实现Q学习 52 参考文献 57 第3章　在倒立摆任务中实现强化学习 59 3.1　在本地PC上准备强化学习的实现和执行环境 59 3.2　倒立摆任务“CartPole” 64 3.3　由多变量连续值表示的状态的表格表示 69 3.4　Q学习的实现 72 参考文献 80 第4章　使用PyTorch实现深度学习 81 4.1　神经网络和深度学习的历史 81 4.2　深度学习的计算方法 89 4.3　使用PyTorch实现MNIST手写数字分类任务 94 参考文献 107 第5章　深度强化学习DQN的实现 108 5.1　深度强化学习DQN（深度Q网络）的说明 108 5.2　实现DQN的四个要点 111 5.3　实现DQN（上） 113 5.4　实现DQN（下） 123 参考文献 127 第6章　实现深度强化学习的改进版 128 6.1　深度强化学习算法发展图 128 6.2　DDQN的实现 132 6.3　Dueling Network的实现 141 6.4　优先经验回放的实现 145 6.5　A2C的实现 157 参考文献 168 第7章　在AWS GPU环境中实现消砖块游戏 169 7.1　消砖块游戏“Breakout”的描述 169 7.2　准备在AWS上使用GPU所需要的深度学习执行环境 174 7.3　学习Breakout的四个关键思想 187 7.4　A2C的实现（上） 193 7.5　A2C的实现（下） 203 参考文献 212 后记 214

有问题微信扫码联系

• ※[套装书]边游戏，边成长：科学管理，让电子游戏为孩子助力+有条理的孩子更成功：如何让孩子学会整理物品、管理时间和制订计划（2册）
• ※[套装书]边游戏，边成长：科学管理，让电子游戏为孩子助力+自驱型成长：如何科学有效地培养孩子的自律（2册）
• ※[套装书]策略产品经理实践+产品闭环：重新定义产品经理（2册）
• ※[套装书]PyTorch深度学习实战+PyTorch机器学习从入门到实战（2册）
• ※[套装书]PyTorch深度学习实战+深度学习之PyTorch物体检测实战（2册）
• ※[套装书]PyTorch深度学习实战+边做边学深度强化学习：PyTorch程序设计实践（2册）
• ※[套装书]Java高并发编程详解：深入理解并发核心库+Java高并发编程详解：多线程与架构设计+Java并发编程的艺术+Java并发编程实战（4册）
• ※[套装书]期权策略（原书第2版）+期权波动率与定价：高级交易策略与技巧（原书第2版）（2册）
• ※[套装书]大数据原理与实践：复杂信息的准备、共享和分析（原书第2版）+大数据技术体系详解：原理、架构与实践（2册）
• ※[套装书]Unity3D动作游戏开发实战+独立游戏开发：基础、实践与创收（Unity 2D Android篇）（2册）
• ※[套装书]Unity3D动作游戏开发实战+Unity与C++网络游戏开发实战：基于VR、AI与分布式架构（2册）

桂ICP备20004708号-4