多种网盘链接检测插件 购买前，请先检测网盘链接是否有效
《深度学习Caffe之经典模型详解与实战》_1
《深度学习Caffe之经典模型详解与实战》_2
《深度学习Caffe之经典模型详解与实战》_3
内容简介：
作者简介
计算机专业硕士,现任职于某数据通
信公司,高级系统工程师。负责公司深度
学习技术领域的应用及相关项目,对深度
学习及大数据深度挖掘具有浓厚的兴趣。
擅长Cafe等深度学习框架及网络模型应
通信与信息系统硕士,现任职于某数
据通信公司,高级系统工程师。多年致力
于深度学习技术的前沿研究与应用,对
Caffe等深度学习框架在图像识别领域有
深刻理解,承担公司多项与机器学习相关
的研究工作
深度学习
Caffe之经典模型详解与实战
毅Wang斌编著
電子工業出屐社
Publishing House of Electronics Industry
北京· BEJJING
本书首先介绍了深度学习相关的理论和主流的深度学习框架,然后从Cafe深度学习框架为切入点
介绍了Cae的An装、配置、编译和接口等运行环境,剖析caft网络模型的构成要素和常用的层类型和
Solver方法,通过 LeNet网络模型的 Mnist手写实例介绍其样本训练和识别过程,进一步详细解读了
实战方法,然后,本书解读了利用深度学习进行目标定位的经典网络模型:FCN、RCN,FaCO学
AlexNet、 VGGNet、 GoogLeNet、 Siamese和 SqueezeNet网络模型,并给出了这些模型基于cafe的训
aster-RCNN和SSD,并进行目标定位Cae实战。本书的最后,从著名的Kage网站引入了两个经典的
实战项目,并进行了有针对性的原始数据分析、网络模型设计和Cafe训练策略实践,以求带给读者从间
题提出到利用Cae求解的完整工程经历,从而使读者能尽快掌握Cafe框架的使用技巧和实战经验
针对Cafe和深度学习领域的初学者,本书是一本不可多得的参考资料。本书的内容既有易懂的理论
背景,又有丰富的应用实践,是深度学习初学者的指导手册,也可作为深度学习相关领域工程师和爱好者
的参考用书
未经许可,不得以任何方式复制或抄袭本书之部分或全部内容
版权所有,侵权必究
图书在版编目(c|P)数据
深度学习:Cafe之经典模型详解与实战/乐毅,Wang斌编著.一北京:电子工业出版社,2016.12
ISBN978-7-121-30118-6
I.①深…Ⅱ.①乐…②Wang…Ⅲ①学习系统Ⅳ.①TP273
中guo版本图书馆CIP数据核字(2016)第247611号
责任编辑:孙学瑛
印刷:三河市鑫金MA印装有限公司
装订:三河市鑫金MA印装有限公司
出版发行:电子工业出版社
比京市海淀区万寿路173信箱邮编100036
开本:787×98016甲张:21.5字数:333千字
版次:2016年12月第1版
印次:2016年12月第1次印刷
凡所购买电子工业出版社图书有缺损问题,请向购买书店调换。若书店售缺,请与本社发行部联系
联系及邮购电话 010)88254888,88258888
质量投诉请发邮件至zs@phei.com.cn,盗版侵权举报请发邮件至dboq@phei.com.cn
本书咨询联系方式010)51260888819faq@phei.com.cn
刖言
2016年3月, Google开发的一款人工智能程序阿尔法围棋( AlphaGo)对战世界围棋
冠军、职业九段选手Li世石,以4:1的总比分获胜。众多媒体和网络新闻纷纷直播或转
此次人工智能应用领域内的盛况。随后, Google在《 Nature》杂志发表了关于 AlphaGo算
的论文“ Mastering the game of Go with deep neural networks and tree search”。此论文提到
了 AlphaGo用3、000万棋局训练深度神经网络的方法,展现了深度学习异常强大的学习能
力。一时间,guo内外掀起了研究和学习人工智能的热潮。然而,很多读者朋友希望能找到
本关于深度学习应用领域的书籍,目前市场上关于人工智能、机器学习或深度学习领域
内的各类书目很多,遗憾的是这些书籍大多是理论性质的,少有系统介绍深度学习的应用
实践参考书
与此同时,笔者认为深度学习的应用能力会成为一个爆发性需求的知识技能,也会是
未来科技的至高点。鉴于此,我与朋友Wang斌从去年就计划编写一本关于深度学习的应用实
践书籍,希望能够对深度学习爱好者或初学者提供一些帮助
全书共17章,第1章介绍了人工智能和深度学习的背景和现状:第2章介绍了深度学
习的基本理论和主流的深度学习框架;第3章介绍了Cafe的An装、配置和运行环境:第4
章介绍了cafe网络模型的构成要素、常用的层类型和 Solver方法:第5~10章详细解读
了 LeNet、 AlexNet、 Goog LeNet、 VGGNet、 Siamese和 SqueezeNet目标分类模型,并附上
Caffe实战训练:第11~15章详细解读了FCN、RCNN、 Fast-RCNN、 Faster-RCNN和SsD
目标定位模型:第16~17章利用cae深度学习框架解求 Waggle网站的两个经典项目
本书在内容上对深度学习相关的机器学习理论只作了简单介绍,更多的放在
afle解决实际问题,并把使用当中可能出现的问题也一一列举出来,帮助读者分析原因
决问题。本书介绍了十多种非常经典的网络模型,学习这些模型可以帮助读者很好地理
解和应用Cafe框架和工具。当然,读者并无必要对这些网络模型
阅读,也可根据自
身情况选择对自己有实际帮助的案例进行分析学习
于深度学习技术发展迅速,各种知识和应用工具变化很快, Github上许多开源的项
目也在不断更新和修正。笔者才疏学浅,理解有限,加之编写时间也较仓促,书中难免有
错谬之处,敬请广大读者朋友批评指正,不胜感激
年11月
深度学习—cafe之经典模型详解与实战
|
|
