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
《深度学习在动态媒体中的应用与实践》_1
《深度学习在动态媒体中的应用与实践》_2
《深度学习在动态媒体中的应用与实践》_3
内容简介：
非卖品!!严禁(售卖和上传互联网平台
又供对书籍质量进行鉴定甄别!为是否购买正版实体书提供依据!
①⑥
唐宏
中guo电信股份有限公司广州研究院数据
通信研究所所长、高级工程师,中guo电子学
会云计算专家委员会委员,中guo电信股份有
限公司科技委员会数据组副组长,中guo通信
学会 CCSA TO1WG4副组长,中guoSDN产
联盟需求场景与网络架构组组长,主要从
事P承载网、下一代互联网、网络新技术方
的研发与管理工作
Chen麒
浙江工业大学信息工程学院信息与通信
工程工学硕士,现就职于中guo电信股份有限
公司广州研究院,主要从事人工智能与CDN
庄一嵘
中山大学通信与信息系统专业硕士,现
就职于中guo电信股份有限公司广州研究院,主
从事CDN、|PTV、人工智能应用等研发
非卖品!!严禁(售卖和上传互联网平台
供对书籍质量进行鉴定甄别!为是否购买正版实体书提供依据!!
APPLICATION AND PRACTICE
OF DEEP LEARNING IN DYNAMIC MEDIA
深度学习在动态媒体中的
应用与实践
唐宏Chen麒庄一嶸◎编著
人民邮电出版社
非卖品!!严禁(售卖和上传互联网平台
又供对书籍质量进行鉴定甄别!为是否购买正版实体书提供依据!
图书在版编目(CIP)数据
深度学习在动态媒体中的应用与实践/唐宏,Chen麒,
庄一嵘编著.一北京:人民邮电出版社,2018.3
ISBN978-7-115-48010-1
I.①深…Ⅱ.①唐…②Chen…③庄…Ⅲ.①
中guo版本图书馆CP数据核字(2018)第053368号
内容提
本书是一本深度学习的基础入门读物,对深度学习的基本理论进行了介绍,主要以
Ubuntu系统为例搭建了三大主流框架—Cafe, TensorFlow、 Torch,然后分别在3个框架下
通过3个实战项目掌握了框架的使用方法,并详细描述了生产流程,最后讲述了通过集群部
署深度学习的项目以及运营维护的注意事项
本书适合对深度学习有浓厚兴趣的读者、希望用深度学习完成设计的计算机专业或电子
信息专业的高校毕业生以及想从实战项目入手的深度学习研发工程师或算法工程师
◆编著唐宏Chen麒庄一嵘
责任编辑Li慧恬
责任印制彭志环
◆人民邮电出版社出版发行北京市丰台区成寿寺路11号
却编100164电子邮件315@ptpress.comcn
网址htp/www.ptpress.com.cn
D厂聚鑫印刷有限责任公司印刷
印张:925
字数:100千
2018年3月河北第1次印刷
读者服务热线 010)81055488印装质量热线010)81055316
(010)81055315
非卖品!!严禁(售卖和上传互联网平台
供对书籍质量进行鉴定甄别!为是否购买正版实体书提供依据!
前
深度学习在被《MIT技术评论》评选为2013年世界十大突破性技术
之首后,保持着迅猛发展的趋势,现已应用在人脸识别、自然语言处理
图像审核、车型识别、图像搜索等前沿技术中。作为目前热门的技术,很
多计算机从业者、科研爱好者都对深度学习充满了好奇,但是由于深度学
习涉及很多高深的数学原理,所以对于初学者而言,深度学习的入门门槛
较高,急需一本以项目实战为主的书指引初学者登入深度学习的殿堂。市
场中现有的关于深度学习的书籍大多偏重理论、公式的推导,缺乏实战的
讲解,对读者从“入门到放弃”有很大的影响。本书注重实战项目的讲解
让读者从实战快速入门深度学习
本书只涉及深度学习的基本原理,不过多纠结数学公式推导,能让读
者快速上手书中的实战项目,用于实际生产。本书非常适合以下读者:对
深度学习有浓厚兴趣的读者、希望通过深度学习完成设计的计算机专业或
电子信息专业的高校毕业生、想从实战项目入手的深度学习研发工程师或
算法工程师。
第一部分是概要,由两章构成。第1章主要从深度学习的发展、深度
学习的应用、主流的几款深度学习框架的对比这3个方面,对深度学习进
行了介绍。第2章主要从深度学习的基本概念、训练过程以及模型3个部
分来阐述深度学习的基本理论
第二部分是深度学习三大主流框架以及各个框架下的生产实例的详细
介绍。第3章介绍了3种主流框架,分别是 Caffe、 Tensor low、 Torch,
非卖品!!严禁(售卖和上传互联网平台)
供对书籍质量进行鉴定甄别!为是否购买正版实体书提供依据!
瀑履学习在勃庵垛体中的应用与实践
主要以 Ubuntu系统为主,介绍了三大框架的An装过程,并记录了一些An
装过程中的常见问题和解决方法,在每一个深度学习框架的最后,都利用
该框架解决了一个实际生产问题。第4、5、6章分别是这3个框架应用于
人脸识别、车辆识别、不良视频识别的生产实例,首先对项目进行了概述
和需求分析,然后设计了项目系统,对功能和模块进行了描述,紧接着在
Ubuntu系统上部署了生产环境,并对生产环境进行了验证,最后通过脚本
第三部分是集群部署和运营维护,也即第7章。首先阐述了由于深
度学习框架部署的复杂性,引出了0ker容器,介绍了 Docker的主要
构成组件及其优点,然后以 Tensor low为例,详细介绍了基于 Docker的
Tensor low实验环境搭建步骤。最后简单介绍了运营维护需要注意的要点。
中guo电信股份有限公司广州研究院的农德华也参与了各章节的编写工
作,卢琳完成了漫画配图的创作工作,在此对他们的辛勤付出表示衷心的
感谢!此外,由于作者经验有限,书中难免有不妥之处,敬请读者批评指正
编者
018年1月于广州
|
|
