掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
深度學習-Caffe之經典模型詳解與實戰 版權信息
- ISBN：9787121301186
- 條形碼：9787121301186 ; 978-7-121-30118-6
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
深度學習-Caffe之經典模型詳解與實戰 本書特色
本書首先介紹了深度學習相關的理論和主流的深度學習框架，然后從Caffe 深度學習框架為切入點，介紹了Caffe 的安裝、配置、編譯和接口等運行環境，剖析Caffe 網絡模型的構成要素和常用的層類型和Solver 方法。通過LeNet 網絡模型的Mnist 手寫實例介紹其樣本訓練和識別過程，進一步詳細解讀了AlexNet、VGGNet、GoogLeNet、Siamese 和SqueezeNet 網絡模型，并給出了這些模型基于Caffe 的訓練實戰方法。然后，本書解讀了利用深度學習進行目標定位的經典網絡模型：FCN、R-CNN、Fast-RCNN、Faster-RCNN 和SSD，并進行目標定位Caffe 實戰。本書的*后，從著名的Kaggle 網站引入了兩個經典的實戰項目，并進行了有針對性的原始數據分析、網絡模型設計和Caffe 訓練策略實踐，以求帶給讀者從問題提出到利用Caffe 求解的完整工程經歷，從而使讀者能盡快掌握Caffe 框架的使用技巧和實戰經驗。針對Caffe 和深度學習領域的初學者，本書是一本不可多得的參考資料。本書的內容既有易懂的理論背景，又有豐富的應用實踐，是深度學習初學者的指導手冊，也可作為深度學習相關領域工程師和愛好者的參考用書。
深度學習-Caffe之經典模型詳解與實戰 內容簡介
1 著重于深度學習的應用實踐能力提升。
2 以Caffe 深度學習框架為切入點，剖析了Caffe 網絡模型的構成。
3 深入解讀了利用深度學習進行目標定位的經典網絡模型。
4 以兩大經典實戰項目引領讀者經歷從問題提出到利用Caffe 求解的完整工程。
深度學習-Caffe之經典模型詳解與實戰 目錄
第1 章 緒論................................................................................................................................1
1.1 引言...............................................................................................................................1
1.2 人工智能的發展歷程....................................................................................................2
1.3 機器學習及相關技術....................................................................................................4
1.3.1 學習形式分類.....................................................................................................4
1.3.2 學習方法分類.....................................................................................................5
1.3.3 機器學習的相關技術.........................................................................................7
1.4 國內外研究現狀............................................................................................................8
1.4.1 國外研究現狀.....................................................................................................8
1.4.2 國內研究現狀.....................................................................................................9
第2 章 深度學習.......................................................................................................................11
2.1 神經網絡模型..............................................................................................................11
2.1.1 人腦視覺機理...................................................................................................11
2.1.2 生物神經元.......................................................................................................13第1 章 緒論................................................................................................................................1
1.1 引言...............................................................................................................................1
1.2 人工智能的發展歷程....................................................................................................2
1.3 機器學習及相關技術....................................................................................................4
1.3.1 學習形式分類.....................................................................................................4
1.3.2 學習方法分類.....................................................................................................5
1.3.3 機器學習的相關技術.........................................................................................7
1.4 國內外研究現狀............................................................................................................8
1.4.1 國外研究現狀.....................................................................................................8
1.4.2 國內研究現狀.....................................................................................................9
第2 章 深度學習.......................................................................................................................11
2.1 神經網絡模型..............................................................................................................11
2.1.1 人腦視覺機理...................................................................................................11
2.1.2 生物神經元.......................................................................................................13
2.1.3 人工神經網絡...................................................................................................15
2.2 BP 神經網絡................................................................................................................18
2.2.1 BP 神經元.........................................................................................................18
2.2.2 BP 神經網絡構成.............................................................................................19
2.2.3 正向傳播...........................................................................................................21
2.2.4 反向傳播...........................................................................................................21
2.3 卷積神經網絡..............................................................................................................24
2.3.1 卷積神經網絡的歷史.......................................................................................25
2.3.2 卷積神經網絡的網絡結構...............................................................................26
2.3.3 局部感知...........................................................................................................27
2.3.4 參數共享...........................................................................................................28
2.3.5 多卷積核...........................................................................................................28
2.3.6 池化（Pooling）...............................................................................................29
2.4 深度學習框架..............................................................................................................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 簡介及其安裝配置.............................................................................................36
3.1 Caffe 是什么................................................................................................................36
3.1.1 Caffe 的特點......................................................................................................38
3.1.2 Caffe 的架構......................................................................................................38
3.2 Caffe 的安裝環境........................................................................................................39
3.2.1 Caffe 的硬件環境..............................................................................................39
3.2.2 Caffe 的軟件環境..............................................................................................43
3.2.3 Caffe 的依賴庫..................................................................................................44
3.2.4 Caffe 開發環境的安裝......................................................................................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 網絡定義.............................................................................................................58
4.1 Caffe 模型要素............................................................................................................58
4.1.1 網絡模型...........................................................................................................58
4.1.2 參數配置...........................................................................................................62
4.2 Google Protobuf 結構化數據.......................................................................................63
4.3 Caffe 數據庫................................................................................................................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 ............................................................信息
1.1 引言...............................................................................................................................1
1.2 人工智能的發展歷程....................................................................................................2
1.3 機器學習及相關技術....................................................................................................4
1.3.1 學習形式分類.....................................................................................................4
1.3.2 學習方法分類.....................................................................................................5
1.3.3 機器學習的相關技術.........................................................................................7
1.4 國內外研究現狀............................................................................................................8
1.4.1 國外研究現狀.....................................................................................................8
1.4.2 國內研究現狀.....................................................................................................9
第2 章 深度學習.......................................................................................................................11
2.1 神經網絡模型..............................................................................................................11
2.1.1 人腦視覺機理...................................................................................................11
2.1.2 生物神經元.......................................................................................................13第1 章 緒論................................................................................................................................1
1.1 引言...............................................................................................................................1
1.2 人工智能的發展歷程....................................................................................................2
1.3 機器學習及相關技術....................................................................................................4
1.3.1 學習形式分類.....................................................................................................4
1.3.2 學習方法分類.....................................................................................................5
1.3.3 機器學習的相關技術.........................................................................................7
1.4 國內外研究現狀............................................................................................................8
1.4.1 國外研究現狀.....................................................................................................8
1.4.2 國內研究現狀.....................................................................................................9
第2 章 深度學習.......................................................................................................................11
2.1 神經網絡模型..............................................................................................................11
2.1.1 人腦視覺機理...................................................................................................11
2.1.2 生物神經元.......................................................................................................13
2.1.3 人工神經網絡...................................................................................................15
2.2 BP 神經網絡................................................................................................................18
2.2.1 BP 神經元.........................................................................................................18
2.2.2 BP 神經網絡構成.............................................................................................19
2.2.3 正向傳播...........................................................................................................21
2.2.4 反向傳播...........................................................................................................21
2.3 卷積神經網絡..............................................................................................................24
2.3.1 卷積神經網絡的歷史.......................................................................................25
2.3.2 卷積神經網絡的網絡結構...............................................................................26
2.3.3 局部感知...........................................................................................................27
2.3.4 參數共享...........................................................................................................28
2.3.5 多卷積核...........................................................................................................28
2.3.6 池化（Pooling）...............................................................................................29
2.4 深度學習框架..............................................................................................................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 簡介及其安裝配置.............................................................................................36
3.1 Caffe 是什么................................................................................................................36
3.1.1 Caffe 的特點......................................................................................................38
3.1.2 Caffe 的架構......................................................................................................38
3.2 Caffe 的安裝環境........................................................................................................39
3.2.1 Caffe 的硬件環境..............................................................................................39
3.2.2 Caffe 的軟件環境..............................................................................................43
3.2.3 Caffe 的依賴庫..................................................................................................44
3.2.4 Caffe 開發環境的安裝......................................................................................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 網絡定義.............................................................................................................58
4.1 Caffe 模型要素............................................................................................................58
4.1.1 網絡模型...........................................................................................................58
4.1.2 參數配置...........................................................................................................62
4.2 Google Protobuf 結構化數據.......................................................................................63
4.3 Caffe 數據庫................................................................................................................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 ............................................................信息
展開全部
深度學習-Caffe之經典模型詳解與實戰 作者簡介
樂毅：計算機專業碩士，現任職于某數據通信公司，高級系統工程師。負責公司深度學習技術領域的應用及相關項目，對深度學習及大數據深度挖掘具有濃厚的興趣。擅長Caffe等深度學習框架及網絡模型應用。王斌：通信與信息系統碩士，現任職于某數據通信公司，高級系統工程師。多年致力于深度學習技術的前沿研究與應用，對Caffe等深度學習框架在圖像識別領域有深刻理解，承擔公司多項與機器學習相關的研究工作。
書友推薦
- >
煙與鏡
- >
有舍有得是人生
- >
詩經-先民的歌唱
- >
莉莉和章魚
- >
我從未如此眷戀人間
- >
伯納黛特,你要去哪(2021新版)
- >
二體千字文
- >
巴金－再思錄
本類暢銷
