图书介绍
深度学习 主流框架和编程实战PDF|Epub|txt|kindle电子书版本网盘下载
- 赵涓涓，强彦主编 著
- 出版社： 北京：机械工业出版社
- ISBN：9787111592396
- 出版时间：2018
- 标注页数：214页
- 文件大小：21MB
- 文件页数：221页
- 主题词：学习系统
PDF下载
下载说明
深度学习 主流框架和编程实战PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 机器学习与深度学习1
1.1.1 机器学习与深度学习的关系2
1.1.2 传统机器学习与深度学习的对比3
1.2 统计学与深度学习5
1.2.1 统计学与深度学习的关系5
1.2.2 基于统计的深度学习技术6
1.3 本书涉及的深度学习框架8
1.4 优化深度学习的方法8
1.5 深度学习展望9
第2章 TensorFlow深度学习框架构建方法与图像分类的实现12
2.1 TensorFlow概述12
2.1.1 TensorFlow的特点13
2.1.2 TensorFlow中的模型14
2.2 TensorFlow框架安装16
2.2.1 基于Anaconda的安装16
2.2.2 测试TensorFlow19
2.3 基于TensorFlow框架的图像分类实现（ResNet-34）20
2.3.1 应用背景20
2.3.2 ResNet21
2.3.3 ResNet程序实现24
2.3.4 详细代码解析27
2.3.5 实验结果及分析51
第3章 Caffe深度学习框架搭建与图像语义分割的实现56
3.1 Caffe概述56
3.1.1 Caffe的特点56
3.1.2 Caffe框架结构57
3.2 Caffe框架安装与调试59
3.3 基于Caffe框架的图像分割实现（FCN）64
3.3.1 用Caffe构建卷积神经网络64
3.3.2 FCN-8s网络简介69
3.3.3 详细代码解读85
3.3.4 实验结果与结论98
第4章 Torch深度学习框架搭建与目标检测的实现100
4.1 Torch概述100
4.1.1 Torch的特点100
4.1.2 Lua语言102
4.2 Torch框架安装104
4.3 基于Torch框架的目标检测实现（Faster R-CNN）113
4.3.1 Torch的类和包的基本用法113
4.3.2 用Torch构建神经网络116
4.3.3 Faster R-CNN介绍119
4.3.4 Faster R-CNN实例127
4.3.5 实验结果分析161
第5章 MXNet深度学习框架构建与自然语言处理的实现164
5.1 MXNet概述164
5.1.1 MXNet基础知识164
5.1.2 编程接口166
5.1.3 系统实现169
5.1.4 MXNet的关键特性171
5.2 MXNet框架安装172
5.3 基于MXNet框架的自然语言处理实现（LSTM）179
5.3.1 自然语言处理应用背景179
5.3.2 RNN及LSTM网络180
5.3.3 Bucketing及不同长度的序列训练183
5.3.4 详细代码实现185
5.3.5 实验过程及实验结果分析191
第6章 迁移学习195
6.1 迁移学习发展概述195
6.2 迁移学习的类型与模型196
6.2.1 冻结源模型与微调源模型197
6.2.2 神经网络迁移学习模型与分类器迁移学习模型197
6.3 迁移学习方法实例指导199
6.3.1 迁移学习应用示例199
6.3.2 实验结论202
第7章 并行计算与交叉验证203
7.1 并行计算203
7.1.1 数据并行框架204
7.1.2 模型并行框架205
7.1.3 数据并行与模型并行的混合架构205
7.2 交叉验证207
7.2.1 留出法207
7.2.2 K折交叉验证208
7.2.3 留一交叉验证209
参考文献211