乾明 發自 凹非寺 量子位 報導 | 公眾號 QbitAI
「為了幫助開發者使用PyTorch，我們正在製作『Deep Learning with PyTorch』一書」。
剛剛，PyTorh在官方Twitter上放出這一消息，並宣布這本書將免費提供給社區。
根據出版商Manning出版社的介紹，這本書的核心，是教你如何使用Python 和 PyTorch 實現深度學習算法。
所以出版商介紹稱，想要更好的消化這本書，需要對Python知識和基本線性代數有了解，對深度學習有一些理解更好，但並不需要你具備使用PyTorch或其他深度學習框架的經驗。
在多位業內人士看來，這本書的優點是易上手。
有人評價說，這本書用平易近人的方式，介紹了非常專業的主題。也有人評價說，它是機器學習領域最容易上手的書之一。
（下載連結在文末）
書中都講了啥？
從Manning出版社的介紹頁面來看，這本書一共分為兩大部分，13個章節。
第一部分內容主要是理論，名為PyTorch核心。
簡單介紹深度學習領域後，開始探索使用預訓練網絡，然後提升使用張量的技能。
包括如何使用張量表示最常見的數據類型，以及如何從頭開始構建和訓練神經網絡（重點是圖像和序列）。
目錄如下：
1、介紹深度學習和PyTorch庫2、預訓練網絡3、從一個張量開始4、使用張量表示真實世界數據5、學習的機制6、使用神經網絡擬合我們的數據7、從飛機上辨別鳥類——從圖像中學習8、使用卷積函數進行泛化
第二部分主要講實戰，名為「從現實世界的圖像中學習：肺癌的早期檢測」。
在這部分將會上手實操，使用在有限的輸入下訓練神經網絡的方法，去處理數據得到一些結果。
然後篩選不可靠的初始結果，並聚焦在如何診斷和修復神經網絡中的問題上。
最後，將了解如何使用增強數據進行訓練、改進模型，以及通過微調來改進模型結果。
目錄如下：
9、使用PyTorch對抗癌症10、預備，數據集，走起！11、分類疑似腫瘤12、監控指標：精確度、召回率和精美的圖表13、利用分割技術來發現可疑腫瘤
誰寫的這本書？
這本書的作者一共有兩位：Eli Stevens和Luca Antiga。
Eli Stevens，是一名軟體工程師，已經在矽谷工作了15年。過去7年中，他在一家開發醫療設備軟體的創業公司擔任CTO。
Luca Antiga，是一家AI創業公司的聯合創始人兼CEO，也是PyToch社區定期撰稿人。
下圖是他們兩位（左：Luca Antiga；右：Eli Stevenson）和這本書的編輯Frances Lefkowitz。
如果你對這本書感興趣，請收好傳送門：
https://www.manning.com/books/deep-learning-with-pytorch#toc