目 录

第一部分 理论部分

• 第1章 深度学习简介 2
• 第2章 PyTorch环境安装 33
• 第3章 PyTorch基础知识 40
• 第4章 简单案例入门 47
• 第5章 前馈神经网络 59
• 第6章 PyTorch可视化工具 89

第二部分 实战部分

• 第7章 卷积神经网络 110
• 第8章 循环神经网络简介 145
• 第9章 自编码模型 164
• 第10章 对抗生成网络 172
• 第11章 Seq2seq自然语言处理 186
• 第12章 利用PyTorch实现量化交易 204

说明

大部分 .py 文件是原书作者的代码。为了更好地可视化，我又用 jupyter notebook 实现了书中的各类模型，并尽可能保证框架一致。主要的改动有：

• Variable 已经被遗弃了
• 大部分模型都是用 gpu 跑的，在文件名里已注明。不需要的可以删掉代码里的.cuda().
• 对于一些模型结果又增加了可视化的效果。如自编码模型在隐空间的三维分布、对一维插值后生成图片的渐变效果，等等。

欢迎童鞋们对这个版本的代码继续更新提issue~

相关链接

本书链接 我对本书的评价