序

在过去的几年里，我一直与Vishnu Subramanian共事。Vishnu给人的印象是一位热情的技术分析专家，他具备达到卓越所需的严谨性。他对大数据、机器学习、人工智能的观点很有见地，并对问题和解决办法的前景进行了分析和评价。由于与他关系密切，我很高兴能以Affine首席执行官的身份为本书作序。

要想更成功地为财富500强客户提供深度学习解决方案，显然需要快速的原型设计。PyTorch允许对分析中的项目进行快速原型化，而不必过于担心框架的复杂性。借助于能更快交付解决方案的框架，开发人员的能力将发挥到极致。作为一名提供高级分析解决方案的企业家，在团队中建立这种能力是我的首要目标。本书中，Vishnu将带领读者了解使用PyTorch构建深度学习解决方案的基本知识，同时帮助读者建立一种面向现代深度学习技术的思维模式。

本书前半部分介绍了深层学习和PyTorch的几个基本构造块，还介绍了关键的概念，如过拟合、欠拟合以及有助于处理这些问题的技术。

在本书后半部分，Vishnu介绍了最新的概念，如CNN、RNN、使用预卷积特征的LSTM迁移学习、一维卷积，以及如何应用这些技术的真实案例。最后两章介绍了现代深度学习体系结构，如Inception、ResNet、DenseNet模型和它们的集成，以及生成网络如风格迁移、GAN和语言建模等。

因为有了所有这些实用案例和详细的解释，对想要精通深度学习的读者，本书无疑是最佳的图书之一。今天，技术发展的速度是无与伦比的。对于期待开发成熟的深度学习解决方案的读者，我想指出的是，合适的框架也会推动合适的思维方式。

祝本书所有读者可以快乐地探索新世界！

祝Vishnu和本书取得巨大的成功，此乃实至名归。

Manas Agarwal

Affine Analytics公司联合创始人兼CEO

印度班加罗尔