搜索
java python go vue ev4 人工智能 架构师 前端 网课 素材
优百课栈 › 知识城堡 › 电子书库 › 《深度学习实践-基于Caffe的解析》_薛云峰_2018-10-17 ...
返回列表 发新帖

《深度学习实践-基于Caffe的解析》_薛云峰_2018-10-17

[复制链接]
online_admin aixure 发表于 2023-1-21 13:17:28 | 显示全部楼层 |阅读模式 打印 上一主题 下一主题
131721x2j82zbdtn2xx28n
售 价: ￥5￥89加入会员，免费下载
库 存:9999 件
销 量:12 件
源 址:
卖家服务:  
客 服:QQ（早10点-晚6点）
立即购买
立即购买
资源详情
内容简介[url=]编辑[/url][url=] 播报[/url]
本书主要介绍Caffe的技术原理和一些高级使用技巧，首先介绍深度学习的趋势和业内动态。然后是关于Caffe的基础知识，介绍如何安装和武器库。在理解Caffe算法基础上，介绍Caffe的技术原理和特点，包括数学知识和设计知识。之后是Caffe各层使用的进阶，介绍每一层是什么，作用和实现及其使用的一般性原则和原理。最后是Caffe深度学习多任务网络，介绍多任务网络的现状，基本的网络配置，高级网络配置和网络解决方案的进阶。本书实践内容和现有系统进行无缝对接，并提供了各种调参技巧的黑魔法。

图书目录[url=]编辑[/url][url=] 播报[/url]
  • 前言
  • 第1章　深度学习简介
  • 1.1　深度学习的历史
  • 1.2　深度学习工具简介
  • 1.3　深度学习的未来趋势
  • 第2章　搭建你的Caffe武器库
  • 2.1　硬件选型
  • 2.2　Caffe在Windows下的安装
  • 2.3　Caffe在Linux下的安装
  • 2.4　OpenCV的安装和编译
  • 2.5　Boost库的安装和编译
  • 2.6　Python相关库的安装
  • 2.7　MATLAB接口的配置
  • 2.8　其他库的安装
  • 第3章　Caffe的简单训练
  • 3.1　Caffe转化数据工具的使用介绍
  • 3.2　Caffe提取特征的工具使用说明
  • 3.3　Caffe训练需要的几个部件
  • 3.4　Caffe简单训练分类任务
  • 3.5　测试训练结果
  • 3.6　使用训练好的模型进行预测
  • 第4章　认识深度学习网络中的层
  • 4.1　卷积层的作用与类别
  • 4.2　激活层的作用与类别
  • 4.3　池化层的作用与类别
  • 4.4　全连接层的作用与类别
  • 4.5　dropout层的作用
  • 4.6　损失函数层
  • 第5章　Caffe的框架设计
  • 5.1　Caffe中CPU和GPU结构的融合
  • 5.2　Caffe训练时层的各个成员函数的调用顺序
  • 5.3　Caffe网络构建函数的解析
  • 5.4　Caffe层如何使用proto文件实现反射机制
  • 5.5　Caffe的调用流程图及函数顺序导视
  • 5.6　Caffe框架使用的编码思想
  • 第6章　基础数学知识
  • 6.1　卷积层的数学公式及求导
  • 6.2　激活层的数学公式图像及求导
  • 6.3　三种池化层的数学公式及反向计算
  • 6.4　全连接层的数学公式及求导
  • 6.5　反卷积层的数学公式及求导
  • 第7章　卷积层和池化层的使用
  • 7.1　卷积层参数初始化介绍
  • 7.2　池化层的物理意义
  • 7.3　卷积层和池化层输出计算及参数说明
  • 7.4　实践：在Caffe框架下用Prototxt定义卷积层和池化层
  • 第8章　激活函数的介绍
  • 8.1　用ReLU解决sigmoid的缺陷
  • 8.2　ReLU及其变种的对比
  • 8.3　实践：在Caffe框架下用Prototxt定义激活函数
  • 第9章　损失函数
  • 9.1　contrastive_loss函数和对应层的介绍和使用场景
  • 9.2　multinomial_logistic_loss函数和对应层的介绍和使用说明
  • 9.3　sigmoid_cross_entropy函数和对应层的介绍和使用说明
  • 9.4　softmax_loss函数和对应层的介绍和使用说明
  • 9.5　euclidean_loss函数和对应层的介绍和使用说明
  • 9.6　hinge_loss函数和对应层的介绍和使用说明
  • 9.7　infogain_loss函数和对应层的介绍和使用说明
  • 9.8　TripletLoss的添加及其使用
  • 9.9　Coupled Cluster Loss的添加及其使用
  • 第10章　Batch Normalize层的使用
  • 10.1　batch_normalize层的原理和作用
  • 10.2　batch_normalize层的优势
  • 10.3　常见网络结构batch_normalize层的位置
  • 10.4　proto的具体写法
  • 10.5　其他归一化层的介绍
  • 第11章　回归网络的构建
  • 11.1　如何生成回归网络训练数据
  • 11.2　回归任务和分类任务的异同点
  • 11.3　回归网络收敛性的判断
  • 11.4　回归任务与级联模型
  • 第12章　多任务网络的构建
  • 12.1　多任务历史
  • 12.2　多任务网络的数据生成
  • 12.3　如何简单建立多任务
  • 12.4　近年的多任务深度学习网络
  • 12.5　多任务中通用指导性调参和网络构建结论
  • 第13章　图像检索和人脸识别系统实践
  • 13.1　深度学习如何构建成自动化服务，在内存中做测试
  • 13.2　Poco库构建服务器指南
  • 13.3　深度学习服务和传统服务的区别
  • 13.4　深度学习服务如何与传统后台服务进行交互
  • 13.5　人脸识别的数据准备和所使用的相关技术
  • 13.6　图像检索任务的介绍
  • 13.7　在Caffe中添加数据输入层
  • 第14章　深度学习的调参技巧总结
  • 14.1　不变数据的调参的基本原则
  • 14.2　Caffe fine-tuning调参的原则和方法
  • 14.3　综合数据调参的指导性建议
  • 14.4　2012年以后的经典网络结构概述 [1]


深度 深度学习 学习 实践 基于
温馨提示：
1、如果下载地址失效，请尽快反馈给我们，我们尽快修复。点此反馈>>
2、全站资源高清无密，课程百分百高清，完整，原画，包含所有的视频+素材+课件+源码，官方同步体验！每天更新，成为vip后可免费下载本站IT课程。点此办理会员>>
3、有任何问题，请咨询QQ：87887023
4、支持7*24小时自助购买，购买后自动发货，链接永久有效，自动更新

相关帖子
回复

使用道具 举报

返回列表 发表新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 注册

本版积分规则

plugin
aixure管理员

关注0

粉丝0

帖子5154

发布主题
一周下载排行最近7x24小时热帖
最新发布
ads3
专注资源整合与知识分享
客服QQ

87887023

周一至周日9:00-23:00

反馈建议

点此进行反馈 kfs 在线QQ咨询
ftqrcode

扫描二维码关注我们

label_sm_90020

Powered by 优百课栈 X3.4© 2019-2025