使用 R torch 进行深度学习和科学计算：书籍

首先，你可以在哪里得到它？从今天起，你可以下载电子书或从出版商 CRC Press 订购印刷版；免费在线版在这里。据我所知，阅读在线版本没有任何问题——除了一个问题：它没有书封面上的松鼠。

电子书 印刷版 这里

所以，如果你是一个神奇生物的爱好者……

这本书里有什么？

使用 R torch 进行深度学习和科学计算有三个部分。

torch

第一部分涵盖了不可或缺的基础知识：张量及其操作方法；自动微分，深度学习的必要条件；优化，驱动我们所说的大部分人工智能的策略；和神经网络模块，torch 封装算法流程的方式。重点是理解概念，理解事物如何“工作”——这就是为什么我们要从头开始编写神经网络，而这在以后的使用中可能永远不会做。

必要条件 torch

基础奠定，第二部分——规模更大——深入研究深度学习应用程序。在这里，围绕核心 torch 的生态系统成为焦点。首先，我们了解 luz 如何自动化和大大简化与网络训练、性能评估和预测相关的许多编程任务。利用它提供的包装器和仪器设施，我们接下来了解深度学习的两个方面，现实世界的应用程序不能忽视这两个方面：如何使模型推广到看不见的数据，以及如何加速训练。我们介绍的技术在我们随后研究的用例中不断出现：图像分类和分割、表格数据回归、时间序列预测和语音分类。在处理图像和声音时，必不可少的生态系统库（即 torchvision 和 torchaudio）应运而生，用于实现与领域相关的功能。

torch luz torchvision torchaudio torch torch

它适合谁？

torch torch torch torch