PaddlePaddle与深度学习应用实战

PaddlePaddle与深度学习应用实战
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2018-05
版次: 1
ISBN: 9787121342479
定价: 65.00
装帧: 其他
开本: 16开
纸张: 胶版纸
页数: 232页
字数: 276千字
10人买过
  • 深度学习是目前人工智能研究中前沿、有效的一项技术,主要通过构建深度神经网络解决视觉、自然语言处理、语音识别等诸多领域的问题。百度在2016年发布了国内首个开源深度学习框架PaddlePaddle,简化了深度学习算法的实现步骤,提供了灵活、易用的接口,同时支持分布式训练。本书由简单的例子引入深度学习和PaddlePaddle框架,介绍了PaddlePaddle的安装、测试与基本使用,并结合PaddlePaddle接口介绍深度学习的基础知识,包括常用的神经网络和算法。*后,通过一系列深度学习项目实例介绍PaddlePaddle在各种场景和问题中的应用,让读者由浅至深地理解并运用深度学习解决实际问题。 程天恒,从PaddlePaddle框架开源开始使用至今,积累了丰富的使用经验。参加过亚洲超级计算竞赛、RDMA编程比赛等,并在这些比赛中获得过奖项,目前专注于深度学习科研工作,主要研究领域为计算机视觉、深度强化学习。 第1 章 深度学习简介 .............................................................................................................. 1

    1.1 初见 ....................................................................................................................................... 1

    1.2 机器学习 ............................................................................................................................... 1

    1.3 神经网络 ............................................................................................................................... 3

    1.4 深度学习介绍 ....................................................................................................................... 7

    1.5 深度学习应用 ....................................................................................................................... 8

    1.6 深度学习框架 ..................................................................................................................... 12

    1.7 深度学习的未来 ................................................................................................................. 15

    第2 章 PaddlePaddle 简介 ................................................................................................... 16

    2.1 安装PaddlePaddle ............................................................................................................... 16

    2.2 测试PaddlePaddle ............................................................................................................... 29

    第3 章 初探手写数字识别 .................................................................................................... 31

    第4 章 PaddlePaddle 基本用法 ........................................................................................... 44

    4.1 数据准备 ............................................................................................................................. 44

    4.2 原始数据读取及预处理 ..................................................................................................... 44

    4.3 PaddlePaddle 训练数据 ....................................................................................................... 46

    4.4 模型配置 ............................................................................................................................. 52

    4.5 激活函数 ............................................................................................................................. 58

    4.6 优化方法 ............................................................................................................................. 64

    4.7 损失函数 ............................................................................................................................. 72

    4.8 均方损失函数 ..................................................................................................................... 73

    4.9 交叉熵损失函数 ................................................................................................................. 73

    4.10 Huber 损失函数 ................................................................................................................ 74

    4.11 CRF 损失函数 ................................................................................................................... 74

    4.12 CTC 损失函数 ................................................................................................................... 75

    4.13 反向传播算法 ................................................................................................................... 75

    第5 章 卷积神经网络 ............................................................................................................ 78

    5.1 卷积神经网络 ..................................................................................................................... 78

    5.2 实例学习 ............................................................................................................................. 87

    5.3 拓展 ................................................................................................................................... 112

    第6 章 循环神经网络 .......................................................................................................... 118

    6.1 RNN 简介 .......................................................................................................................... 118

    6.2 双向循环神经网络 ........................................................................................................... 121

    6.3 循环神经网络使用场景 ................................................................................................... 127

    6.4 预测sin 函数序列 ............................................................................................................. 129

    6.5 拓展 ................................................................................................................................... 134

    第7 章 PaddlePaddle 实战 ................................................................................................. 136

    7.1 自编码器 ........................................................................................................................... 136

    7.2 PaddlePaddle 实现自编码器 ............................................................................................. 137

    7.3 实战OCR 识别(一) ..................................................................................................... 140

    7.4 实战OCR 识别(二) ..................................................................................................... 150

    7.5 情感分析 ........................................................................................................................... 164

    7.6 Seq2Seq 及其应用 ............................................................................................................ 172

    7.7 实现 ................................................................................................................................... 178

    7.8 Image Caption .................................................................................................................... 194

    第8 章 深度学习新星:生成对抗网络GAN ....................................................................... 208

    8.1 生成对抗网络(GAN) ................................................................................................... 208

    8.2 GAN 的其他应用 .............................................................................................................. 213

    第9 章 强化学习与AlphaGo .............................................................................................. 216
  • 内容简介:
    深度学习是目前人工智能研究中前沿、有效的一项技术,主要通过构建深度神经网络解决视觉、自然语言处理、语音识别等诸多领域的问题。百度在2016年发布了国内首个开源深度学习框架PaddlePaddle,简化了深度学习算法的实现步骤,提供了灵活、易用的接口,同时支持分布式训练。本书由简单的例子引入深度学习和PaddlePaddle框架,介绍了PaddlePaddle的安装、测试与基本使用,并结合PaddlePaddle接口介绍深度学习的基础知识,包括常用的神经网络和算法。*后,通过一系列深度学习项目实例介绍PaddlePaddle在各种场景和问题中的应用,让读者由浅至深地理解并运用深度学习解决实际问题。
  • 作者简介:
    程天恒,从PaddlePaddle框架开源开始使用至今,积累了丰富的使用经验。参加过亚洲超级计算竞赛、RDMA编程比赛等,并在这些比赛中获得过奖项,目前专注于深度学习科研工作,主要研究领域为计算机视觉、深度强化学习。
  • 目录:
    第1 章 深度学习简介 .............................................................................................................. 1

    1.1 初见 ....................................................................................................................................... 1

    1.2 机器学习 ............................................................................................................................... 1

    1.3 神经网络 ............................................................................................................................... 3

    1.4 深度学习介绍 ....................................................................................................................... 7

    1.5 深度学习应用 ....................................................................................................................... 8

    1.6 深度学习框架 ..................................................................................................................... 12

    1.7 深度学习的未来 ................................................................................................................. 15

    第2 章 PaddlePaddle 简介 ................................................................................................... 16

    2.1 安装PaddlePaddle ............................................................................................................... 16

    2.2 测试PaddlePaddle ............................................................................................................... 29

    第3 章 初探手写数字识别 .................................................................................................... 31

    第4 章 PaddlePaddle 基本用法 ........................................................................................... 44

    4.1 数据准备 ............................................................................................................................. 44

    4.2 原始数据读取及预处理 ..................................................................................................... 44

    4.3 PaddlePaddle 训练数据 ....................................................................................................... 46

    4.4 模型配置 ............................................................................................................................. 52

    4.5 激活函数 ............................................................................................................................. 58

    4.6 优化方法 ............................................................................................................................. 64

    4.7 损失函数 ............................................................................................................................. 72

    4.8 均方损失函数 ..................................................................................................................... 73

    4.9 交叉熵损失函数 ................................................................................................................. 73

    4.10 Huber 损失函数 ................................................................................................................ 74

    4.11 CRF 损失函数 ................................................................................................................... 74

    4.12 CTC 损失函数 ................................................................................................................... 75

    4.13 反向传播算法 ................................................................................................................... 75

    第5 章 卷积神经网络 ............................................................................................................ 78

    5.1 卷积神经网络 ..................................................................................................................... 78

    5.2 实例学习 ............................................................................................................................. 87

    5.3 拓展 ................................................................................................................................... 112

    第6 章 循环神经网络 .......................................................................................................... 118

    6.1 RNN 简介 .......................................................................................................................... 118

    6.2 双向循环神经网络 ........................................................................................................... 121

    6.3 循环神经网络使用场景 ................................................................................................... 127

    6.4 预测sin 函数序列 ............................................................................................................. 129

    6.5 拓展 ................................................................................................................................... 134

    第7 章 PaddlePaddle 实战 ................................................................................................. 136

    7.1 自编码器 ........................................................................................................................... 136

    7.2 PaddlePaddle 实现自编码器 ............................................................................................. 137

    7.3 实战OCR 识别(一) ..................................................................................................... 140

    7.4 实战OCR 识别(二) ..................................................................................................... 150

    7.5 情感分析 ........................................................................................................................... 164

    7.6 Seq2Seq 及其应用 ............................................................................................................ 172

    7.7 实现 ................................................................................................................................... 178

    7.8 Image Caption .................................................................................................................... 194

    第8 章 深度学习新星:生成对抗网络GAN ....................................................................... 208

    8.1 生成对抗网络(GAN) ................................................................................................... 208

    8.2 GAN 的其他应用 .............................................................................................................. 213

    第9 章 强化学习与AlphaGo .............................................................................................. 216
查看详情
12
相关图书 / 更多
PaddlePaddle与深度学习应用实战
Packet Tracer经典案例之路由交换进阶篇
刘彩凤
PaddlePaddle与深度学习应用实战
PaddlePaddle Fluid 深度学习入门与实战
潘志宏 王培彬
PaddlePaddle与深度学习应用实战
Pandas数据分析
[美]斯蒂芬妮·莫林 著;李强 译
PaddlePaddle与深度学习应用实战
Pandas通关实战
黄福星
PaddlePaddle与深度学习应用实战
Pandas入门与实战应用 :基于Python的数据分析与处理
周峰
PaddlePaddle与深度学习应用实战
Pandas1.x实例精解
[美]马特·哈里森 著;刘鹏 译
PaddlePaddle与深度学习应用实战
Paediatric Kawasaki Disease 小儿川崎病临床病例诊治解析(英文版)
王虹
PaddlePaddle与深度学习应用实战
Pandas数据分析快速上手500招(微课视频版)
罗帅;罗斌
PaddlePaddle与深度学习应用实战
Participation in Crimes:An End to Derivative Complicity Liability?
王波 著
PaddlePaddle与深度学习应用实战
Pandas数据分析实战
[美]鲍里斯·帕斯哈弗(Boris Paskhaver)著 殷海英 译
PaddlePaddle与深度学习应用实战
Pandas与scikit-learn数据分析与挖掘实用指南
郭肖勇 编著
PaddlePaddle与深度学习应用实战
Pandas数据处理
岑远红、刘学 编