解析卷积神经网络 ——深度学习实践手册 魏秀参

所需积分/C币:16 2019-03-17 14:39:51 50.03MB PDF

CNN_book_魏秀参,解析深度学习——卷积神经网络原理与视觉实践,去水印,相当不错的卷积神经网络入门资料,分享给大家就一起学习和研究。
目录 241什么是汇合? 2.42汇合操作的作用.... 25激活函数 2.6全连接层 42 2.7目标函数 43 2.8小结 43 3卷积神经网络经典结构 44 31CNN网络结构中的重要概念 44 3.1.1感受野 31.2分布式表示 3.1.3深度特征的层次性 48 32经典网络案例分析 49 32.1Alex-Net网络模型 49 32.2VGG-Nets网络模型 53 3.2.3 Network-In-Network 53 324残差网络模型 54 33小 59 4卷积神经网络的压缩 64 41低秩近似 4.2剪枝与稀疏约束. 4.3参数量化 44二值网络.. 75 45知识蒸馏 46紧凑的网络结构 79 47小结 目录 III实践应用篇 82 5数据扩充 51简单的数据扩充方式 84 52特殊的数据扩充方式.... 5.2.1 Fancy PCA 5.22监督式数据扩充 53小结 87 6数据预处理 89 7网络参数初始化 91 7.1全零初始化 92 7.2随机初始化 7.3其他初始化方法 74小结 8激活函数 7 81 Sigmoid型函数 2tanh(x)型函数 83修正线性单元(ReLU) 99 8.4 Leaky rel u 100 8.5参数化ReLU...., .100 86随机化ReLU 101 87指数化线性单元(ELU) 103 88小结 1 9目标函数 106 9.1分类任务的日标函数 106 91.1交叉熵损失函数 107 9.1.2合页损失函数 107 目录 9.13坡道损失函数 107 9.1.4大间隔交叉熵损失函数 109 9.15屮心损失函数 9.2回归任务的目标函数 112 9.21C1损失函数 113 9.2.2(2损失函数 113 9.23 Tukey's biweight损失函数 113 9.3其他任务的日标函数 114 9.4小结 116 10网络正则化 117 10.1C2正则化. 118 10.21正则化 10.3最大范数约束.. 119 10.4随机失活 ..119 10.5验证集的使用 120 10.6小结 122 11超参数设定和网络训练 124 111网络超参数设定 124 11.1.1输人数据像素大小 124 11.1.2卷积层参数的设定 125 11.1.3汇合层参数的设定 126 112训练技巧 126 112.1训练数据随机打乱 126 11.2.2学习率的设定 127 11.2.3批规范化操作 128 11.2.4网络模型优化算法选择 130 112.5微调神经网络 134 113小结 135 6 目录 12不平衡样本的处理 137 121数据层面处理方法 138 12.1.1数据重采样 138 12.12类别平衡采样 139 122算法层面处理方法 1221代价敏感方法 140 12.22代价敏感法中权重的指定方式 141 123小结 143 13模型集成方法 145 13.1数据层面的集成方法 145 13.1.1测试阶段数据扩充.. 145 13.12“简易集成”法 146 132模型层面的集成方法 146 13.2.1单模型集成 146 13.22多模型集成 148 33小结 150 14深度学习开源工具简介 152 141常用框架对比 152 142常用框架的各自特点 155 14.2.1 caffe 155 4.2.2 Deeplearning 4j 155 14.2.3K 156 14.2.4 MXNet ,· 156 14.2.5 Mat Conv Nct 157 4.2.6 TensorFlow 157 14.2.7 Theano 157 14.2. 8 Torch 158 目录 I附录 159 A向量、知阵及其基本运算 161 A.1向量及其基本运算 A.1.1向量 161 A.12向量范数 162 A.1.3向量运算 A.2矩阵及其基本运算 A.21矩阵 162 A.2.2矩阵范数 163 A.2.3矩阵运算 163 B随机梯度下降 165 C链式法则 168 目录 前 人工智能,一个令人熟悉但却始终倍感陌生的词汇。让人熟悉的是科幻作家艾 萨皃·阿西莫夫笔下的《机械公敌》和《机器管家》,令人陌生的却是到底如何 让现有的机器人咿呀学语邯郸学步;让人熟悉的是计算机科学与人工智能之父 图灵设想的“图灵测试”,令人陌生的却是如何使如此的高级智能在现实生活中 不再子虚乌有:让人熟悉的是2016年初阿尔法狗与李世石的五番棋对决,令人 陌生的却是阿尔法狗究竟如何打通了“任督二脉”……不可否认,人工智能就是 人类为了满足自身强大好奇心而脑洞大开的产物,现在提及人工智能.就不得 不提阿尔法狗,提起阿尔法狗就又不得不提到深度学习。深度学习究竟为何物? 本书从实用角度着重解析了深度学习中的一类神经网络模型—一卷积神经网 络,向读者剖析了卷积神经网络的基本部件与工作机理,更重要的是系统性的 介绍了深度卷积神经网络在实践应用方面的细节配置与工程经验。笔者希望本 书“小而精”,避免像某些国外相关书籍一样浅尝辄止的“大而空”。 写作本书的主因源自笔者曾于2015年10月在个人主页(http://lamda nju.edu.cn/ weixi)开放的一个英文深度学习学习资料“深度神绎网络之必 会技巧”( Must Know7ips/ Tricks in Deep Neural Networks)。该资料随后被转 帖至新浪微博,颇受学术界和工业界朋友好评,至今已有逾31万的阅读量.后 又被国际知名论坛 KDnuggets和 Data Science central特邀转载。期间曾接收 到不少国内外读过此学习资料的朋友微博私信或邮件来信表示感谢,其中不乏 有人提到希望开放一个中文版木以方便国人阅读学习。另一方面,随着深度学 习领域发展的日新月异,当时总结整理的学习资料现在看来已略显滞后,一些 最新研究成果并未涵盖其中,同时加上国内至今尚无一本侧重实践的深度学习 方面的中文书籍。因此,笔者笔耕不辍,希望将自己些许的所知所得所感及所 悟汇总于本书中,分享给大家供学习和查阅。 目录 这是—本面向中文读者轻量级、偏实用的深度学习工具书.本书内容侧重深 度卷积神经网络的基础知识和实践应用。为了使更多不同技术背景的读者通过 本书对卷积神经网络和深度学习有所了解,笔者试图尽可能少的使用晦涩的数 学公式而尽可能多的使用具体的图表形象表达。本书的受众为对卷积神经网络 和深度学习感兴趣的人门者,以及没有机器学习背景但希望能快速掌握该方面 知识并将其应用于实际问题的各行从业者。为方便读者,本书附录给出了一些 相关数学基础知识简介 仝书共14章,除“绪论”外可分为2个篇章:第一篇“基础理论篇”包括 第1~4章,介绍卷积神经网络的基础知识、基小部件、经典结构和模型压缩 等基础理论内容;第二篇“实践应用篇”包括第5~14章,介绍深度卷积神经 网终自数据准备始,到模型参数初始化、不同网络部件的选择、网络配置、网 络模型训练、不平衡数据处理,最终直到模型集成等实践应用技巧和经验。另 外,本书基本在每章结束均有对应小结,读者在阅读完每章内容后不妨掩卷回 忆,看是否完全掌握此章节重点。对卷积神经网终和深度学习感兴趣的读者可 通读全书,倣到“理论结合实践”:对于希望将深度卷积神经网络迅速应用来解 决实际问题的读者,也可直接参考第二篇的有关内容,做到“有的放矢” 本书写作过程得到笔者很多同学和学术界工业界朋友的支持和帮助,在 此谨列岀他们的姓名以致谢意(按姓氏拼音序):高斌斌;高如如,罗建 豪,屈伟洋,谢晨伟,杨世才,张晨麟。感谢高斌斌和罗建豪帮助起草本书 第3.2.4节和第4章的有关内容。此外,特别感谢南京大学、澳大利亚阿德 莱德大学等高校的众多师长在笔者求学科研过程中不厌其烦细致入微的揞 导、教育和关怀。最后非常感谢笔者的父母,感谢他们的养育和一直以来的 理解、体贴与照顾。写就本书,笔者自认才疏学浅,仅略知皮毛,更兼时间 和精力有限,书中错谬之处在所难免,若蒙读者不弃还望不吝赐教,将不胜感激。 魏秀参 2017年5月于澳大利亚阿德菜德 10 目录 注: 3本书版本为1705,成书于2017年五月。 §如诸君认为本书对您略有帮助,不妨扫码请笔者喝杯咖啡: §严正声明:本书可免費用于学习和研究目的,可自由传播,但切勿擅自用 于商业用途或私自引用,笔者保留著作权相关权利

...展开详情
试读 127P 解析卷积神经网络 ——深度学习实践手册 魏秀参

评论 下载该资源后可以进行评论 2

什刹海的桥 您好,可否也私信我一下,我也下载了,需要有书签的。
2020-04-27
回复
zhmfalove 没有书签 骗人
2019-04-11
回复
不好意思,才发现上传错了版本,完整书签的私信我发给你
img
tox33
  • 签到新秀

    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 分享王者

    成功上传51个资源即可获取

关注 私信 TA的资源

上传资源赚积分,得勋章
    最新推荐
    解析卷积神经网络 ——深度学习实践手册 魏秀参 16积分/C币 立即下载
    1/127
    解析卷积神经网络 ——深度学习实践手册 魏秀参第1页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第2页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第3页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第4页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第5页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第6页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第7页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第8页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第9页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第10页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第11页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第12页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第13页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第14页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第15页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第16页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第17页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第18页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第19页
    解析卷积神经网络 ——深度学习实践手册 魏秀参第20页

    试读已结束,剩余107页未读...

    16积分/C币 立即下载 >