《深度学习框架PyTorch：入门与实践》从多维数组Tensor开始，循序渐进地带领读者了解PyTorch各方面的基础知识。结合基础知识和前沿研究，带领读者从零开始完成几个经典有趣的深度学习小项目，包括GAN生成动漫头像、AI滤镜、AI写诗等。《深度学习框架PyTorch：入门与实践》没有简单机械地介绍各个函数接口的使用，而是尝试分门别类、循序渐进地向读者介绍PyTorch的知识，希望读者对PyTorch有一个完整的认识。《深度学习框架PyTorch：入门与实践》内容由浅入深，无论是深度学习的初学者，还是头次接触PyTorch的研究人员，都能在学习本书的过程中快速掌握PyTorch。即使是有一定PyTorch使用经验的用户，也能够从本书中获得对PyTorch不一样的理解。
地球的公转，使得我们有了季节的往复；地球的自转，使得我们有了昼夜的交替。在每一个晨昏、昼夜、旦夕、早晚，在每一次阴晴，每一轮朔望，在每一个朝朝暮暮，在每一个春宵夏晌，在一日、一旬、一月的光阴流转中，我
本书以工业大数据的特点和需求为牵引，阐述了工业大数据分析的算法与实现机制，使具有工科背景读者建立起数据思维，灵活利用数据分析算法进行实际问题的建模，并实现分析项目高效迭代与落地。具体主题覆盖了工业大数
![深度学习实践指南 基于R语言 [英]尼格尔·刘易斯（N.D.Lewis） 著；沙灜 译 人民邮电出版社 97871154](http://img3m0.ddimg.cn/55/3/11864122930-1_l.jpg)
![【正版书籍】 Tens [瑞典]以赛亚·赫尔 著,朱文强 译 清华大学出版社](http://img3m8.ddimg.cn/16/26/11866525918-1_l.jpg)
文本简化是人工智能尤其是自然语言处理方向的一个重要研究领域。《自动文本简化》作为该领域的专业书籍，内容上尽可能覆盖文本简化领域各种主流的研究方法和相关资源。《自动文本简化》共9章，包括三个主要部分：～4章主要介绍文本简化的研究概况、背景知识、文本可读性评估和词语简化方法；第5～7章详细讨论句子分割、统计文本简化和神经文本简化方法；第8、9章着重介绍深度学习在文本简化研究和应用中的新进展以及汉语文本简化的研究。
