📚 网上馆配 · 在线荐购平台

内容简介：本书共分为4个部分。第一部分为基础入门篇，主要讲解深度学习核心概念、线性回归、神经网络基础及PyTorch框架应用，包含从零实现波士顿房价预测、逻辑回归解决异或问题、多项式回归与模型选择等案例。第二部分为计算机视觉模型篇，先介绍CNN的原理，再结合边缘检测、猫狗分类(基于VGG16)、验证码识别(基于ResNet)、人脸相似性(基于孪生神经网络)、火焰和烟雾目标检测(基于YOLOv12)等实战项目讲解计算机视觉任务的全流程。第三部分为自然语言处理模型篇，从RNN/LSTM到注意力机制与机器翻译，通过微博话题识别、气温预测(基于CNN-LSTM混合模型)、中英文翻译(基于Seq2Seq与注意力)等实战项目，破解序列数据建模难题。第四部分为大模型架构与应用篇，解析Transformer架构，通过小型中文聊天系统构建与医疗问答模型定制两大实战，掌握开源大模型微调与推理。书中所有实战项目均提供完整可运行代码(含详细注释)，配套数据预处理、调参指南及电子拓展附录，可直接迁移至业务场景。