对于深度学习框架而言,PyTorch是一匹十足的黑马,虽然Tensorflow依然占据着老大哥的位置,但是从2019年的各项数据显示PyTorch大有一飞冲天之势。关于各个深度学习框架的盘点,请看这篇文章:深度学习框架盘点。小编在这里给大家盘点一下PyTorch比较好的入门书籍,方便大家查阅学习。
01
深度学习框架PyTorch:入门与实践
这本书是一位很年轻的小伙子写的:
【陈云】Python程序员、Linux爱好者和PyTorch源码贡献者。主要研究方向包括计算机视觉和机器学习。“2017知乎看山杯机器学习挑战赛”一等奖,“2017天池医疗AI大赛”第八名。热衷于推广PyTorch,并有丰富的使用经验,活跃于PyTorch论坛和知乎相关板块。
主要内容是从结合基础知识和前沿研究,带领读者从零开始完成几个经典有趣的深度学习小项目,包括GAN生成动漫头像、AI滤镜、AI写诗等。下图是一个这本书的思维导图:
这是一本18年出版的书,从豆瓣评分看来比较一般:
我们看一些评价:
(1)粗略看了下,还是要查API好一点,这种书只能说是入门书。
(2)适合带你入门的,不一定是大牛。而是刚踩过坑的人。作者分享了很多实用的编程技巧,几个案例没有照抄常规套路,而是为了效果优化做出了改进,这是非常难得的闪光点。
(3)作者还是很良心的,直接看老哥的github repo吧
这些评价还是可以的,当然有些负面评价小编并没有摘录。如果你想看这本书的话,一个比较好的使用策略是直接看源码:
https://github.com/chenyuntc/pytorch-book
02
深度学习入门之PyTorch
无独有偶,这本书的作者也很年轻(还是小编的校友):
廖星宇,目前就读于中国科学技术大学应用数学系,获得国家一等奖学金。在个人博客、知乎等平台上发布多篇关于深度学习的文章,具有一定的阅读量和人气。
我们看一下主要内容:
《深度学习入门之PyTorch》将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。通过阅读《深度学习入门之PyTorch》,你将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。
总体而言,这本比较全但是从评价来看一般一般:
发现了一个比较中肯的评价:
如果对PyTorch完全不懂,而且对深度学习了解一些,作为PyTorch入门书还是不错的。书中代码是过时的,但对应的github代码是OK的,Notebook做得还不错,可以结合PyTorch的官网tutorial一起看看。
我们直接上github主页吧:
https://github.com/L1aoXingyu/code-of-learn-deep-learning-with-pytorch
03
最后的总结
其实,关于PyTorch的书本不少,但是被读者看过的其实很少,我们在豆瓣上用关键词搜索发现,大部分书都是评价人数不足:
终其原因是因为深度学习这些框架包括PyTorch更新速度太快,导致书本很容易落后。但是书本也不是一无是处,好的书依然有参考的价值。
最后建议大家直接上github看。以后小编也会从书本盘点转向github等网上资源。