每隔一天，我们就会听到充分利用深度学习的新方法:改进的医疗成像、准确的信用卡欺诈检测、远程天气预报等等。PyTorch将这些超能力放在您的手中，为您提供了舒适的Python体验，使您快速入门，然后随着您的深度学习技能的提高而不断提高。
PyTorch的深度学习可以教你创建神经网络和深度学习系统。这本实用的书很快让你从零开始构建一个真实世界的例子:一个肿瘤图像分类器。在此过程中，它还介绍了用于整个DL管道的最佳实践，包括PyTorch张量API、用Python加载数据、模拟训练和可视化结果。在涵盖了基础知识之后，这本书将带你进入一个更大的项目之旅。这本书的中心是一个为癌症检测而设计的神经网络。您将发现用有限的输入训练网络的方法，并开始处理数据以获得一些结果。您将筛选不可靠的初始结果，并关注如何诊断和修复神经网络中的问题。最后，您将通过使用扩充的数据进行训练、改进模型体系结构和执行其他微调来改进结果。
作者介绍：
Eli Stevens过去15年一直在硅谷工作，是一名软件工程师，过去7年一直是一家制造医疗设备软件的初创公司的首席技术官。
Luca Antiga是位于意大利贝加莫的一家人工智能工程公司的联合创始人兼首席执行官，也是PyTorch的定期贡献者。
专知便捷查看
便捷下载，请关注专知人工智能公众号（点击上方蓝色专知关注）
专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！
点击“阅读原文”，了解使用专知，查看获取5000+AI主题知识资源
