机读格式显示(MARC)

• 000 01587cam 2200385 450

• 001 0000439477

• 005 20250530152400.0

• 010 __ |a 978-7-121-47553-5 |d CNY158.00

• 021 __ |a CN |b 01-2022-5967

• 099 __ |a CAL 012024054893

• 100 __ |a 20240410d2024 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实战 |A PyTorch shi zhan |f (印) Ashish Ranjan Jha著 |g 郭涛[等]译

• 210 __ |a 北京 |c 电子工业出版社 |d 2024

• 215 __ |a XXII, 406页 |c 图 |d 23cm

• 225 2_ |a 人工智能与大数据系列 |A ren gong zhi neng yu da shu ju xi lie

• 304 __ |a 题名页译者还有：孙云华、王昭生、刘志红

• 306 __ |a Packt Publishing授权出版

• 312 __ |a 封面英文题名：Mastering PyTorch

• 314 __ |a 责任者Jha规范汉译姓：杰哈

• 330 __ |a 本书以PyTorch作为深度学习框架，主要包括4部分。第1部分(第1、2章)，主要概述PyTorch基础知识与常见深度学习算法实现，例如，CNN、LSTM，即CNN-LSTM；第2部分(第3-5章)高级神经网络实现，主要包括常见的深度学习网络结构，例如CNN、RNN及最新的Transformer等模型；第3部分(第6-9章)生成式AI和深度强化学习，主要包括GAN、GPT和DQN等算法；第4部分(第10-14章)生产中PyTorch落地的几个关键性主题，分布式训练、自动机器学习管道构建和硬件快速部署。

• 410 _0 |1 2001 |a 人工智能与大数据系列

• 510 1_ |a Mastering PyTorch |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _1 |a 杰哈 |A jie ha |g (Jha, Ranjan Ashish) |4 著

• 702 _0 |a 郭涛 |A Guo Tao |4 译

• 801 _0 |a CN |b ZJUT |c 20240523

• 801 _2 |a CN |b PUL |c 20250405

• 905 __ |a XATU |d TP181/424

• 920 __ |a 261060 |z 1

• 998 __ |a ZJUT