img
share 分享

移动深度学习

作者:李永会

出版社:电子工业出版社

ISBN:9787121371820

VIP会员免费 (仅需0.8元/天) ¥ 52.5

温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!

电子书推荐

更多资源 展开

深度学习:21天实战Caffe.赵永科(带详细书签) PDF 下载 完整版 评分:

《深度学习:21天实战Caffe》是一本深度学习入门读物。以目前已经大量用于线上系统的深度学习框架Caffe为例,由浅入深,从 Caffe 的配置、部署、使用开始学习,通过阅读 Caffe 源码理解其精髓,加强对深度学习理论的理解,最终达到熟练运用 Caffe 解决实际问题的目的。和国外机器学习、深度学习大部头著作相比,《深度学习:21天实战Caffe》偏重动手实践,将难以捉摸的枯燥理论用浅显易懂的形式表达,透过代码揭开其神秘面纱,更多地贴近实际应用。 上篇 初见 第1天 什么是深度学习 2 1.1 星星之火,可以燎原 3 1.2 师夷长技 4 1.2.1 谷歌与微软 4 1.2.2 Facebook、亚马逊与NVIDIA 5 1.3 中国崛起 6 1.3.1 BAT在路上 6 1.3.2 星光闪耀 7 1.3.3 企业热是风向标 8 1.4 练习题 9 第2天 深度学习的过往 10 2.1 传统机器学习的局限性 10 2.2 从表示学习到深度学习 11 2.3 监督学习 12 2.4 反向传播算法 13 2.5 卷积神经网络 15 2.6 深度学习反思 17 2.7 练习题 18 2.8 参考资料 18 第3天 深度学习工具汇总 19 3.1 Caffe 19 3.2 Torch & OverFeat 20 3.3 MxNet 22 3.4 TensorFlow 22 3.5 Theano 24 3.6 CNTK 24 3.7 练习题 25 3.8 参考资料 26 第4天 准备Caffe环境 27 4.1 Mac OS环境准备 27 4.2 Ubuntu环境准备 28 4.3 RHEL/Fedora/CentOS环境准备 29 4.4 Windows环境准备 29 4.5 常见问题 32 4.6 练习题 32 4.7 参考资料 33 第5天 Caffe依赖包解析 34 5.1 ProtoBuffer 34 5.2 Boost 38 5.3 GFLAGS 38 5.4 GLOG 39 5.5 BLAS 40 5.6 HDF5 41 5.7 OpenCV 42 5.8 LMDB和LEVELDB 42 5.9 Snappy 43 5.10 小结 43 5.11 练习题 49 5.12 参考资料 49 第6天 运行手写体数字识别例程 50 6.1 MNIST数据集 50 6.1.1 下载MNIST数据集 50 6.1.2 MNIST数据格式描述 51 6.1.3 转换格式 53 6.2 LeNet-5模型 60 6.2.1 LeNet-5模型描述 60 6.2.2 训练超参数 65 6.2.3 训练日志 66 6.2.4 用训练好的模型对数据进行预测 76 6.2.5 Windows下训练模型 76 6.3 回顾 78 6.4 练习题 79 6.5 参考资料 79 篇尾语 80 中篇 热恋 第7天 Caffe代码梳理 82 7.1 Caffe目录结构 82 7.2 如何有效阅读Caffe源码 84 7.3 Caffe支持哪些深度学习特性 86 7.3.1 卷积层 86 7.3.2 全连接层 89 7.3.3 激活函数 91 7.4 小结 99 7.5 练习题 99 7.6 参考资料 100 第8天 Caffe数据结构 101 8.1 Blob 101 8.1.1 Blob基本用法 102 8.1.2 数据结构描述 108 8.1.3 Blob是怎样炼成的 109 8.2 Layer 125 8.2.1 数据结构描述 126 8.2.2 Layer是怎样建成的 127 8.3 Net 136 8.3.1 Net基本用法 136 8.3.2 数据结构描述 139 8.3.3 Net是怎样绘成的 139 8.4 机制和策略 146 8.5 练习题 147 8.6 参考资料 148 第9天 Caffe I/O模块 149 9.1 数据读取层 149 9.1.1 数据结构描述 149 9.1.2 数据读取层实现 150 9.2 数据变换器 155 9.2.1 数据结构描述 155 9.2.2 数据变换器的实现 156 9.3 练习题 171 第10天 Caffe模型 172 10.1 prototxt表示 173 10.2 内存中的表示 176 10.3 磁盘上的表示 176 10.4 Caffe Model Zoo 178 10.5 练习题 180 10.6 参考资料 180 第11天 Caffe前向传播计算 181 11.1 前向传播的特点 181 11.2 前向传播的实现 182 11.2.1 DAG构造过程 182 11.2.2 Net Forward实现 190 11.3 练习题 192 第12天 Caffe反向传播计算 193 1

...展开详情
上传时间:2018-02 大小:91.95MB
热门图书