扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
智能系统与技术丛书深度学习实践:基于CAFFE的解析 版权信息
- ISBN：9787111610434
- 条形码：9787111610434 ; 978-7-111-61043-4
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
智能系统与技术丛书深度学习实践:基于CAFFE的解析 本书特色
从编程实现角度对深度学习实践进行总结，以C++语言来实现理论公式，重点说明工程实践。
智能系统与技术丛书深度学习实践:基于CAFFE的解析 内容简介
本书主要介绍Caffe的技术原理和一些不错使用技巧，首先介绍深度学习的趋势和业内动态，然后介绍Caffe的基础知识。在理解了Caffe算法的基础上，介绍Caffe的技术原理和特点，包括数学知识和设计知识。*后介绍Caffe深度学习多任务网络。本书将实践和现有系统进行无缝对接，并详述了各种调参技巧。
智能系统与技术丛书深度学习实践:基于CAFFE的解析 目录
前言
第1章 深度学习简介 1
1.1 深度学习的历史 1
1.2 深度学习工具简介 4
1.3 深度学习的未来趋势 12
第2章 搭建你的Caffe武器库 13
2.1 硬件选型 13
2.2 Caffe在Windows下的安装 14
2.3 Caffe在Linux下的安装 16
2.3.1 Linux安装 16
2.3.2 Nvidia CUDA Toolkit的安装（*.deb方法） 17
2.3.3 Caffe的安装和测试 20
2.4 OpenCV的安装和编译 23
2.4.1 OpenCV的下载 23
2.4.2 配置环境变量 24
2.5 Boost库的安装和编译 27
2.6 Python相关库的安装 31
2.7 MATLAB接口的配置 33
2.8 其他库的安装 44
2.8.1 LMDB的编译与安装 44
2.8.2 LevelDB的编译与安装 51
2.8.3 glog的编译与安装 57
2.8.4 安装gflags 63
第3章 Caffe的简单训练 69
3.1 Caffe转化数据工具的使用介绍 69
3.1.1 命令参数介绍 69
3.1.2 生成文件列表 70
3.1.3 使用的Linux命令简介 70
3.1.4 生成文件结果 71
3.1.5 图片参数组详解 71
3.2 Caffe提取特征的工具使用说明 72
3.3 Caffe训练需要的几个部件 73
3.3.1 网络proto文件的编写 73
3.3.2 Solver配置 74
3.3.3 训练脚本的编写 76
3.3.4 训练log解析 76
3.4 Caffe简单训练分类任务 79
3.5 测试训练结果 86
3.6 使用训练好的模型进行预测 87
第4章 认识深度学习网络中的层 97
4.1 卷积层的作用与类别 97
4.1.1 卷积层的作用 97
4.1.2 卷积分类 98
4.2 激活层的作用与类别 99
4.2.1 激活函数的定义及相关概念 99
4.2.2 激活函数的类别 101
4.3 池化层的作用与类别 101
4.3.1 池化层的历史 101
4.3.2 池化层的作用 102
4.3.3 池化层分类 103
4.4 全连接层的作用与类别 105
4.5 dropout层的作用 106
4.6 损失函数层 106
第5章 Caffe的框架设计 110
5.1 Caffe中CPU和GPU结构的融合 110
5.1.1 SyncedMemory函数及其功能 110
5.1.2 SyncedMemory类的作用 112
5.2 Caffe训练时层的各个成员函数的调用顺序 112
5.3 Caffe网络构建函数的解析 115
5.4 Caffe层如何使用proto文件实现反射机制 116
5.4.1 工厂模式 116
5.4.2 层的创建 118
5.5 Caffe的调用流程图及函数顺序导视 122
5.6 Caffe框架使用的编码思想 125
5.6.1 Caffe的总体结构 125
5.6.2 Caffe数据存储设计 128
第6章 基础数学知识 130
6.1 卷积层的数学公式及求导 130
6.2 激活层的数学公式图像及求导 132
6.3 三种池化层的数学公式及反向计算 134
6.4 全连接层的数学公式及求导 135
6.4.1 全连接层的前向计算及公式推导 135
6.4.2 全连接层的反向传播及公式推导 136
6.5 反卷积层的数学公式及求导 137
第7章 卷积层和池化层的使用 139
7.1 卷积层参数初始化介绍 139
7.2 池化层的物理意义 141
7.3 卷积层和池化层输出计算及参数说明 141
7.4 实践：在Caffe框架下用Prototxt定义卷积层和池化层 142
7.4.1 卷积层参数的编写 142
7.4.2 必须设置的参数 143
7.4.3 其他可选的设置参数 143
7.4.4 卷积参数编写具体示例 144
7.4.5 卷积参数编写小建议 145
第8章 激活函数的介绍 146
8.1 用ReLU解决sigmoid的缺陷 146
8.2 ReLU及其变种的对比 148
8.3 实践：在Caffe框架下用Prototxt定义激活函数 150
8.3.1 ReLU 150
8.3.2 PReLU 150
8.3.3 Sigmoid 151
第9章 损失函数 152
9.1 contrastive_loss函数和对应层的介绍和使用场景 152
9.2 multinomial_logistic_loss函数和对应层的介绍和使用说明 154
9.3 sigmoid_cross_entropy函数和对应层的介绍和使用说明 155
9.4 softmax_loss函数和对应层的介绍和使用说明 158
9.5 euclidean_loss函数和对应层的介绍和使用说明 161
9.6 hinge_loss函数和对应层的介绍和使用说明 162
9.7 infogain_loss函数和对应层的介绍和使用说明 163
9.8 TripletLoss的添加及其使用 165
9.8.1 TripletLoss的思想 165
9.8.2 TripletLoss梯度推导 166
9.8.3 新增加TripletLossLayer 167
9.9 Coupled Cluster Loss的添加及其使用 176
9.9.1 增加loss层 176
9.9.2 实现具体示例 177
第10章 Batch Normalize层的使用 194
10.1 batch_normalize层的原理和作用 194
10.2 batch_normalize层的优势 196
10.3 常见网络结构batch_normalize层的位置 197
10.4 proto的具体写法 202
10.5 其他归一化层的介绍 204
第11章 回归网络的构建 205
11.1 如何生成回归网络训练数据 205
11.2 回归任务和分类任务的异同点 206
11.3 回归网络收敛性的判断 207
11.4 回归任务与级联模型 210
第12章 多任务网络的构建 214
12.1 多任务历史 214
12.2 多任务网络的数据生成 216
12.3 如何简单建立多任务 216
12.4 近年的多任务深度学习网络 217
12.5 多任务中通用指导性调参和网络构建结论 221
12.5.1 如何避免出现多任务后性能下降的情况 221
12.5.2 怎样
第1章 深度学习简介 1
1.1 深度学习的历史 1
1.2 深度学习工具简介 4
1.3 深度学习的未来趋势 12
第2章 搭建你的Caffe武器库 13
2.1 硬件选型 13
2.2 Caffe在Windows下的安装 14
2.3 Caffe在Linux下的安装 16
2.3.1 Linux安装 16
2.3.2 Nvidia CUDA Toolkit的安装（*.deb方法） 17
2.3.3 Caffe的安装和测试 20
2.4 OpenCV的安装和编译 23
2.4.1 OpenCV的下载 23
2.4.2 配置环境变量 24
2.5 Boost库的安装和编译 27
2.6 Python相关库的安装 31
2.7 MATLAB接口的配置 33
2.8 其他库的安装 44
2.8.1 LMDB的编译与安装 44
2.8.2 LevelDB的编译与安装 51
2.8.3 glog的编译与安装 57
2.8.4 安装gflags 63
第3章 Caffe的简单训练 69
3.1 Caffe转化数据工具的使用介绍 69
3.1.1 命令参数介绍 69
3.1.2 生成文件列表 70
3.1.3 使用的Linux命令简介 70
3.1.4 生成文件结果 71
3.1.5 图片参数组详解 71
3.2 Caffe提取特征的工具使用说明 72
3.3 Caffe训练需要的几个部件 73
3.3.1 网络proto文件的编写 73
3.3.2 Solver配置 74
3.3.3 训练脚本的编写 76
3.3.4 训练log解析 76
3.4 Caffe简单训练分类任务 79
3.5 测试训练结果 86
3.6 使用训练好的模型进行预测 87
第4章 认识深度学习网络中的层 97
4.1 卷积层的作用与类别 97
4.1.1 卷积层的作用 97
4.1.2 卷积分类 98
4.2 激活层的作用与类别 99
4.2.1 激活函数的定义及相关概念 99
4.2.2 激活函数的类别 101
4.3 池化层的作用与类别 101
4.3.1 池化层的历史 101
4.3.2 池化层的作用 102
4.3.3 池化层分类 103
4.4 全连接层的作用与类别 105
4.5 dropout层的作用 106
4.6 损失函数层 106
第5章 Caffe的框架设计 110
5.1 Caffe中CPU和GPU结构的融合 110
5.1.1 SyncedMemory函数及其功能 110
5.1.2 SyncedMemory类的作用 112
5.2 Caffe训练时层的各个成员函数的调用顺序 112
5.3 Caffe网络构建函数的解析 115
5.4 Caffe层如何使用proto文件实现反射机制 116
5.4.1 工厂模式 116
5.4.2 层的创建 118
5.5 Caffe的调用流程图及函数顺序导视 122
5.6 Caffe框架使用的编码思想 125
5.6.1 Caffe的总体结构 125
5.6.2 Caffe数据存储设计 128
第6章 基础数学知识 130
6.1 卷积层的数学公式及求导 130
6.2 激活层的数学公式图像及求导 132
6.3 三种池化层的数学公式及反向计算 134
6.4 全连接层的数学公式及求导 135
6.4.1 全连接层的前向计算及公式推导 135
6.4.2 全连接层的反向传播及公式推导 136
6.5 反卷积层的数学公式及求导 137
第7章 卷积层和池化层的使用 139
7.1 卷积层参数初始化介绍 139
7.2 池化层的物理意义 141
7.3 卷积层和池化层输出计算及参数说明 141
7.4 实践：在Caffe框架下用Prototxt定义卷积层和池化层 142
7.4.1 卷积层参数的编写 142
7.4.2 必须设置的参数 143
7.4.3 其他可选的设置参数 143
7.4.4 卷积参数编写具体示例 144
7.4.5 卷积参数编写小建议 145
第8章 激活函数的介绍 146
8.1 用ReLU解决sigmoid的缺陷 146
8.2 ReLU及其变种的对比 148
8.3 实践：在Caffe框架下用Prototxt定义激活函数 150
8.3.1 ReLU 150
8.3.2 PReLU 150
8.3.3 Sigmoid 151
第9章 损失函数 152
9.1 contrastive_loss函数和对应层的介绍和使用场景 152
9.2 multinomial_logistic_loss函数和对应层的介绍和使用说明 154
9.3 sigmoid_cross_entropy函数和对应层的介绍和使用说明 155
9.4 softmax_loss函数和对应层的介绍和使用说明 158
9.5 euclidean_loss函数和对应层的介绍和使用说明 161
9.6 hinge_loss函数和对应层的介绍和使用说明 162
9.7 infogain_loss函数和对应层的介绍和使用说明 163
9.8 TripletLoss的添加及其使用 165
9.8.1 TripletLoss的思想 165
9.8.2 TripletLoss梯度推导 166
9.8.3 新增加TripletLossLayer 167
9.9 Coupled Cluster Loss的添加及其使用 176
9.9.1 增加loss层 176
9.9.2 实现具体示例 177
第10章 Batch Normalize层的使用 194
10.1 batch_normalize层的原理和作用 194
10.2 batch_normalize层的优势 196
10.3 常见网络结构batch_normalize层的位置 197
10.4 proto的具体写法 202
10.5 其他归一化层的介绍 204
第11章 回归网络的构建 205
11.1 如何生成回归网络训练数据 205
11.2 回归任务和分类任务的异同点 206
11.3 回归网络收敛性的判断 207
11.4 回归任务与级联模型 210
第12章 多任务网络的构建 214
12.1 多任务历史 214
12.2 多任务网络的数据生成 216
12.3 如何简单建立多任务 216
12.4 近年的多任务深度学习网络 217
12.5 多任务中通用指导性调参和网络构建结论 221
12.5.1 如何避免出现多任务后性能下降的情况 221
12.5.2 怎样
展开全部
智能系统与技术丛书深度学习实践:基于CAFFE的解析 作者简介
薛云峰，深度学习图像算法工程师，曾在中科院计算所、百度担任工程师，目前主要从事图像相关算法在产品落地中的工程架构以及算法优化工作。
书友推荐
- >
烟与镜
烟与镜
¥20.6¥48.0 - >
朝闻道
朝闻道
¥10.2¥23.8 - >
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
¥19.3¥35.0 - >
山海经
山海经
¥20.4¥68.0 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.3¥14.0 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥3.3¥10.0 - >
龙榆生：词曲概论/大家小书
龙榆生：词曲概论/大家小书
¥9.1¥24.0 - >
我从未如此眷恋人间
我从未如此眷恋人间
¥16.4¥49.8
本类畅销
-
深度学习自然语言处理实战
¥25.8¥59.9 -
过程控制
¥11.9¥35 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158 -
-
2022读者节纪念徽章-三星会员专属
¥45¥45.6
