微信扫一扫,移动浏览光盘
简介
本书首先介绍了深度学习相关的理论和主流的深度学习框架，然后从Caffe 深度学习框架为切入点，介绍了Caffe 的安装、配置、编译和接口等运行环境，剖析Caffe 网络模型的构成要素和常用的层类型和Solver 方法。通过LeNet 网络模型的Mnist 手写实例介绍其样本训练和识别过程，进一步详细解读了AlexNet、VGGNet、GoogLeNet、Siamese 和SqueezeNet 网络模型，并给出了这些模型基于Caffe 的训练实战方法。然后，本书解读了利用深度学习进行目标定位的经典网络模型：FCN、R-CNN、Fast-RCNN、Faster-RCNN 和SSD，并进行目标定位Caffe 实战。本书的最后，从著名的Kaggle 网站引入了两个经典的实战项目，并进行了有针对性的原始数据分析、网络模型设计和Caffe 训练策略实践，以求带给读者从问题提出到利用Caffe 求解的完整工程经历，从而使读者能尽快掌握Caffe 框架的使用技巧和实战经验。针对Caffe 和深度学习领域的初学者，本书是一本不可多得的参考资料。本书的内容既有易懂的理论背景，又有丰富的应用实践，是深度学习初学者的指导手册，也可作为深度学习相关领域工程师和爱好者的参考用书。
目录
第1 章 绪论................................................................................................................................1
1.1 引言...............................................................................................................................1
1.2 人工智能的发展历程....................................................................................................2
1.3 机器学习及相关技术....................................................................................................4
1.3.1 学习形式分类.....................................................................................................4
1.3.2 学习方法分类.....................................................................................................5
1.3.3 机器学习的相关技术.........................................................................................7
1.4 国内外研究现状............................................................................................................8
1.4.1 国外研究现状.....................................................................................................8
1.4.2 国内研究现状.....................................................................................................9
第2 章 深度学习.......................................................................................................................11
2.1 神经网络模型..............................................................................................................11
2.1.1 人脑视觉机理...................................................................................................11
2.1.2 生物神经元.......................................................................................................13
2.1.3 人工神经网络...................................................................................................15
2.2 BP 神经网络................................................................................................................18
2.2.1 BP 神经元.........................................................................................................18
2.2.2 BP 神经网络构成.............................................................................................19
2.2.3 正向传播...........................................................................................................21
2.2.4 反向传播...........................................................................................................21
2.3 卷积神经网络..............................................................................................................24
2.3.1 卷积神经网络的历史.......................................................................................25
2.3.2 卷积神经网络的网络结构...............................................................................26
2.3.3 局部感知...........................................................................................................27
2.3.4 参数共享...........................................................................................................28
2.3.5 多卷积核...........................................................................................................28
2.3.6 池化（Pooling）...............................................................................................29
2.4 深度学习框架..............................................................................................................30
2.4.1 Caffe ..................................................................................................................30
2.4.2 Torch ..................................................................................................................31
2.4.3 Keras..................................................................................................................32
2.4.4 MXNet ...............................................................................................................32
2.4.5 TensorFlow ........................................................................................................33
2.4.6 CNTK ................................................................................................................33
2.4.7 Theano ...............................................................................................................34
第3 章 Caffe 简介及其安装配置.............................................................................................36
3.1 Caffe 是什么................................................................................................................36
3.1.1 Caffe 的特点......................................................................................................38
3.1.2 Caffe 的架构......................................................................................................38
3.2 Caffe 的安装环境........................................................................................................39
3.2.1 Caffe 的硬件环境..............................................................................................39
3.2.2 Caffe 的软件环境..............................................................................................43
3.2.3 Caffe 的依赖库..................................................................................................44
3.2.4 Caffe 开发环境的安装......................................................................................46
3.3 Caffe 接口....................................................................................................................52
3.3.1 Caffe Python 接口.............................................................................................52
3.3.2 Caffe MATLAB 接口........................................................................................55
3.3.3 Caffe 命令行接口..............................................................................................56
第4 章 Caffe 网络定义.............................................................................................................58
4.1 Caffe 模型要素............................................................................................................58
4.1.1 网络模型...........................................................................................................58
4.1.2 参数配置...........................................................................................................62
4.2 Google Protobuf 结构化数据.......................................................................................63
4.3 Caffe 数据库................................................................................................................65
4.3.1 LevelDB.............................................................................................................65
4.3.2 LMDB................................................................................................................66
4.3.3 HDF5 .................................................................................................................66
4.4 Caffe Net.......................................................................................................................66
4.5 Caffe Blob.....................................................................................................................68
4.6 Caffe Layer ...................................................................................................................70
4.6.1 Data Layers........................................................................................................71
4.6.2 Convolution Layers............................................................................................75
4.6.3 Pooling Layers ............................................................
深度学习——Caffe之经典模型详解与实战
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
