Deep Learning with PyTorch-Packt (2018)閱讀心得

Deep Learning with PyTorch

PacktPublishing/Deep-Learning-with-PyTorch

我覺得這本書寫的很好，以相當有條理、架構的方式來向讀者介紹機器學習、深度學習的基本概念。適合有Python基礎，但是不熟悉機器學習、深度學習、PyTorch的人閱讀。

隨後，再導入PyTorch程式的部份，讓讀者了解PyTorch的常用功能，並且介紹DL在CV、NLP、GAN的應用。

在第八章中，介紹了如何搭建經典的深度學習Model。如：RestNet、Inception、DenseNet，甚至還介紹如何做Ensemble:將ResNet、Inception、DenseNet合併成一個輸出，提升模型準確度。

我也把對各個不同模型的理解，用簡短的文字說明如下：

RestNet:採用152層而Performance沒有下降、Shortcut使用，前兩層output跳到下下一層的intput(模型更深)
Inception:在卷積使用較小的filter size，讓兩個小的取代一個大的，降低參數(模型更寬)
DenseNet:模型所有的Output都與之前的所有Layer有連接
Ensemble:將ResNet、Inception、DenseNet合併成一個輸出