一、PyTorch深度学习实战
PyTorch核心开发者教你使用 PyTorch 创建神经网络和深度学习系统的实用指南。
这本书详细讲解整个深度学习管道的关键实践，包括 PyTorch张量API、用 Python 加载数据、监控训练以及对结果进行可视化。PyTorch核心知识+真实、完整的案例项目，快速提升读者动手能力。
掌握PyTorch深度学习实战对学习大模型来说至关重要，它不仅能够帮助理解复杂模型的内部结构和训练机制，还能够通过实际操作提升模型优化和调参技巧，同时为处理大规模数据、实现模型分布式训练和最终部署提供实用的技术支持，从而在理论与实践之间架起一座桥梁，加速从模型学习到实际应用的转化过程。
二、书籍目录
第1部分 PyTorch核心
第1章 深度学习和PyTorch库简介
第2章 预训练网络
第3章 从张量开始
第4章 使用张量表征真实数据
第5章 学习的机制
第6章 使用神经网络拟合数据
第7章 区分鸟和飞机：从图像学习
第8章 使用卷积进行泛化
第2部分 从现实世界的图像中学习：肺癌的早期检测
第9章 使用PyTorch来检测癌症
第10章 将数据源组合成统一的数据集
第11章 训练分类模型以检测可疑肿瘤*
第12章 通过指标和数据增强来提升训练
第13章 利用分割法寻找可疑结节
第14章 端到端的结节分析及下一步的方向
第3部分 部署
第15章 部署到生产环境
15．1 PyTorch模型的服务
15．2 导出模型
15．3 与PyTorch JIT编译器交互
15．4 LibTorch：C++中的PyTorch
15．5 部署到移动设备
15．6 新兴技术：PyTorch模型的企业服务
15．7 总结
15．8 练习题
15．9 本章小结
