动手学PyTorch建模与应用：从深度学习到大模型

《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。

本书共11章，

• 第1章主要介绍深度学习的概念、应用场景及开发环境搭建。

• 第2章详细介绍PyTorch数学基础，包括函数、微分、数理统计、矩阵等基础知识及其案例。

• 第3章介绍数据预处理及常用工具，包括NumPy、Pandas、Matplotlib、数据清洗、特征工程以及深度学习解决问题的一般步骤等。

• 第4章介绍PyTorch基础知识，包括张量的创建、激活函数、损失函数、优化器等。

• 第5章介绍PyTorch深度神经网络，包括神经网络概述、卷积神经网络、循环神经网络等。

• 第6章介绍PyTorch数据建模，包括回归分析、聚类分析、主成分分析、模型评估与调优等。

• 第7～10章介绍PyTorch图像建模、文本建模、音频建模和模型可视化。

• 第11章介绍大语言模型的原理、主要的大语言模型及模型本地化部署、预训练与微调技术。

本书还精心设计了50个动手案例和上机练习题，并对所有代码进行了详尽注释和说明，同时提供数据集和配书资源文件，以帮助读者更好地使用本书。

《动手学PyTorch建模与应用:从深度学习到大模型》讲解深入浅出，注重动手实操，特别适合想学习AI技术或想进入该领域的初学者，对深度学习感兴趣的新手、在校学生和从业者阅读，也很适合作为培训机构和高校相关专业的教学用书。