如果你想要或者正在学习pytorch，那你一定要看看这本书！《Deep Learning with PyTorch》–一本非常适合在暑假期间阅读的完美书籍！
一些线上或线下的关于PyTorch的课程和大学里的计划课程，以及大量的线上博客和教程，使得PyTorch学习起来更容易。然而，关于PyTorch的图书很少。随着本书的出版，我们最终有了一本关于PyTorch的官方权威著作。
它的作者是pytorch的核心开发者、pytorch定期撰稿人和前谷歌工程师。
它非常详细地介绍了基础知识和抽象概念，对诸如张量和神经网络的数据结构进行了分解介绍，以确保大家能够理解它们的实现原理。此外，本书还涵盖了一些高级主题，如即时（JIT）编译器和生产环境部署，这些内容也是PyTorch的一部分。
全书共分为三个部分，约420页。听起来好像很多，但得益于其轻松的风格和语气，使读者阅读起来相当畅快！并且因为深度学习内容冗长，于是作者缩减了某些代码部分，将其链接到github项目中，让整本书的可读性更强！
第一部分（1-8章）内容为初学者水平，从自上而下的方法开始，使用预训练模型，然后详细解释了pytorch，从基础层面解释了用于图像分类的多层感知器和卷积神经网络。
第二部分（9-14章），这个部分作者引导大家完成了一个真正有价值的项目：肺癌的早期检测。大家可以跟着作者顺畅地完成数据加载、分段、分组、分类、分析和诊断。
第三部分（15章） 主要介绍了pytorch的部署内容，内容非常简明，表明PyTorch的部署工具并不复杂
适用人群：本书适合具有一定Python知识和基础线性代数知识的开发人员。了解深度学习的基础知识对阅读本书有一定的帮助，但读者无须具有使用PyTorch或其他深度学习框架的经验。
我以后将这本书打包好了，还有一份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】**
我以后将这本书打包好了，还有一份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】**
