小马赠书【第3期】《PyTorch教程：21个项目玩转PyTorch实战》

[敬之]

赠书方式

点赞、收藏、评论以下文章，文章下评论“人生苦短，我学 Java！”或其他优质评论即成功参与活动。届时将从评论区随机抽取（由程序随机抽奖）两位幸运者送出《PyTorch教程：21个项目玩转PyTorch实战》一本。（免费包邮）

 

文章链接：【Java 基础】构造方法和 this 关键字详解

 

抽奖结果 4 月 15 日公布，请持续关注此帖尾部。

书籍介绍

通过经典项目入门 PyTorch，通过前沿项目提升 PyTorch，基于 PyTorch 玩转深度学习，本书适合人工智能、机器学习、深度学习方面的人员阅读，也适合其他 IT 方面从业者，另外，还可以作为相关专业的教材。

 

 

PyTorch 是基于 Torch 库的开源机器学习库，它主要由 Meta（原 Facebook）的人工智能研究实验室开发，在自然语言处理和计算机视觉领域都具有广泛的应用。本书介绍了简单且经典的入门项目，方便快速上手，如 MNIST数字识别，读者在完成项目的过程中可以了解数据集、模型和训练等基础概念。本书还介绍了一些实用且经典的模型，如 R-CNN 模型，通过这个模型的学习，读者可以对目标检测任务有一个基本的认识，对于基本的网络结构原理有一定的了解。另外，本书对于当前比较热门的生成对抗网络和强化学习也有一定的介绍，方便读者拓宽视野，掌握前沿方向。 

作者介绍

王飞，2019 年翻译了 PyTorch 官方文档，读研期间研究方向为自然语言处理，主要是中文分词、文本分类和数据挖掘。目前在教育行业工作，探索人工智能技术在教育中的应用。

何健伟，曾任香港大学助理研究员，研究方向为自然语言处理，目前从事大规模推荐算法架构研究工作。

林宏彬，硕士期间研究方向为自然语言处理，现任阿里巴巴算法工程师，目前从事广告推荐领域的算法研究工作。

史周安，软件工程硕士，人工智能技术爱好者、实践者与探索者。目前从事弱监督学习、迁移学习与医学图像相关工作。

抽奖结果

• @以山河作礼。
• @元存储

获奖用户请及时联系我发送收获地址，联系方式在此。

---

本书京东自购链接：《PyTorch教程：21个项目玩转PyTorch实战》 

---

往期回顾

期数	赠送书籍
第1期	《从零开始学Unity游戏开发：场景+角色+脚本+交互+体验+效果+发布》
第2期	《中文版AutoCAD 2022基础教程》