与Pytorch深入学习
该存储库包含曼宁出版社出版的Eli Stevens，Luca Antiga和Thomas Viehmann的Pytorch的《深入学习》的代码。
这本书的曼宁网站是：https：//www.manning.com/books/deep–learning-with-pytorch
这本书还可以在亚马逊上购买：https：//amzn.to/38iwrff（会员链接；根据规则：“作为我从合格购买中获得的亚马逊同事。”）
这本书的勘误可以在Manning网站或https://deep-learning-with-pytorch.g*i*th*ub.io/dlwpt–code/errata.html上找到
关于与Pytorch深入学习
这本书的目的是为Pytorch提供深度学习的基础，并在现实生活项目中向他们展示行动。我们努力提供深度学习的关键概念，并展示Pytorch如何将它们掌握在从业者手中。在这本书中，我们尝试提供直觉，以支持进一步的探索，并在此过程中选择性地深入研究细节，以展示幕后发生的事情。与Pytorch一起深入学习并不试图成为参考书。相反，这是一个概念上的伴侣，可以让您独立地在线探索更先进的材料。因此，我们专注于Pytorch提供的一部分。最值得注意的缺席是复发性神经网络，但对于Pytorch API的其他部分也是如此。
谁应该读这本书
这本书的目的是适合那些或旨在成为深度学习从业者并想熟悉Pytorch的开发人员。我们想象我们的典型读者是计算机科学家，数据科学家或软件工程师，或者是相关计划中的本科生培训学生。由于我们没有对深度学习的先验知识，因此本书上半年的某些部分可能是对经验丰富的从业者已经知道的概念的重复。对于那些读者，我们希望博览会将提供与已知主题略有不同的角度。我们希望读者对命令和面向对象的编程具有基本知识。由于本书使用Python，因此您应该熟悉语法和操作环境。知道如何在您选择的平台上安装Python软件包并运行脚本是一个先决条件。来自C ++，Java，JavaScript，Ruby或其他此类语言的读者应该很容易地拿起它，但需要在本书之外进行一些追赶。同样，熟悉Numpy将是有用的，即使不是严格要求。我们还期望熟悉一些基本的线性代数，例如知道什么是矩阵和向量以及点产品是什么。
关于作者
埃利·史蒂文斯（Eli Stevens）的职业生涯大部分时间都在硅谷的初创公司工作，从软件工程师（制造企业网络设备）到CTO（开发辐射肿瘤学软件）的角色不等。在出版时，他正在自动驾驶汽车行业从事机器学习。
卢卡·安提马（Luca Antiga）在2000年代担任生物医学工程研究人员，并在过去的十年中担任AI工程公司的共同创始人和CTO。他为包括Pytorch Core在内的几个开源项目做出了贡献。他最近共同创立了一家基于数据定义软件的基础架构的美国创业公司。
Thomas Viehmann是一项机器学习，位于德国慕尼黑的Pytorch专业培训师和顾问，以及Pytorch Core Developer。凭借数学博士学位，从理论上讲，他并不害怕，但是在将其应用于计算挑战时，他是完全实用的。
