MXNet创始人李沐《动手学深度学习》中文版上线!

来源:新智元 编辑:金磊

李沐大神《动手学深度学习》中文版发布了!与当前其它深度学习教科书相比,本教科书更加注重交互式的学习体验。

深度学习在短短几年之内便让世界大吃一惊。

它非常有力地推动了计算机视觉、自然语言处理、自动语音识别、强化学习和统计建模等多个领域的快速发展。

随着这些领域的不断进步,人们现在可以制造自动驾驶的汽车,基于短信、邮件甚至电话的自动回复系统,以及在围棋中击败最优秀人类选手的软件。这些由深度学习带来的新工具也正产生着广泛的影响。

与此同时,深度学习也给它的使用者们带来了独一无二的挑战:任何单一的应用都汇集了各学科的知识

具体来说,应用深度学习需要同时理解:

  • 问题的动机和特点;
  • 将大量不同类型神经网络层通过特定方式组合在一起的模型背后的数学原理;
  • 在原始数据上拟合极复杂的深层模型的优化算法;
  • 有效训练模型、避免数值计算陷阱以及充分利用硬件性能所需的工程技能;
  • 为解决方案挑选合适的变量(超参数)组合的经验。

这就为读者学习深度学习(尤其是在选择学习书目的过程中)带来了一定的挑战。

近期,由MXNet创始人李沐大神、Aston Zhang等人所著的交互式深度学习书籍《动手学深度学习》出版了!

相信很多人早在去年年底便已拜读过这本书的在线预览版。而此次出版、线上出售的是中文版教科书!

为什么要选择《动手学深度学习》?

目前市面上有关深度学习介绍的书籍大多可分两类,一类侧重方法介绍,另一类侧重实践和深度学习工具的介绍。

本书同时覆盖方法和实践

本书不仅从数学的角度阐述深度学习的技术与应用,还包含可运行的代码,为读者展示如何在实际中解决问题。

为了给读者提供一种交互式的学习体验,《动手学深度学习》不但提供免费的教学视频和讨论区,而且提供可运行的Jupyter记事本文件,充分利用Jupyter记事本能将文字、代码、公式和图像统一起来的优势。

这样不仅直接将数学公式对应成实际代码,而且可以修改代码、观察结果并及时获取经验,从而带给读者全新的、交互式的深度学习的学习体验。

适合哪些人群阅读?

本书面向希望了解深度学习,特别是对实际使用深度学习感兴趣的大学生、工程师和研究人员。

本书不要求读者有任何深度学习或者机器学习的背景知识,读者只需具备基本的数学和编程知识,如基础的线性代数、微分、概率及Python编程知识。

本书的附录中提供了书中涉及的主要数学知识,供读者参考。

与其它深度学习教科书相比,有何独具匠心的特点?

目前,一些有关深度学习的教科书不断问世,那么《动手学深度学习》与这些教科书有何区别呢?

与Goodfellow《深度学习》相比

在近期不断问世的深度学习教科书中,最为著名的要数Goodfellow、Bengio和Courville的《深度学习》。该书梳理了深度学习背后的众多概念与方法,是一本极为优秀的教材。

然而,这类资源并没有将概念描述与实际代码相结合,以至于有时会令读者对如何实现它们感到毫无头绪。

与吴恩达的深度学习课程相比

在知乎中,李沐老师表达了与吴恩达的深度学习课程相比的区别:

  • 我们不仅介绍深度学习模型,而且提供简单易懂的代码实现。我们不是通过幻灯片来讲解,而是通过解读代码,实际动手调参数和跑实验来学习。
  • 我们使用中文。不管是教材、直播,还是论坛。(虽然在美国呆了5至6年,事实上我仍然对一边听懂各式口音的英文一边理解内容很费解)。
  • Andrew的课程目前免费版本只能看视频,而我们不仅仅直播教学,而且提供练习题,提供大家交流的论坛,并鼓励大家在GitHub上参与到课程的改进。希望能与大家更近距离的进行交流。

除了这些以外,商业课程提供者们虽然制作了众多的优质资源,但它们的付费门槛依然令不少用户望而生畏。

包含代码、数学、网页、讨论的统一资源

我们在2017年7月启动了写作这本书的项目。当时我们需要向用户解释Apache MXNet在那时的新接口Gluon。不幸的是,我们并没有找到任何一个资源可以同时满足以下几点需求:

  • 包含较新的方法和应用,并不断更新;
  • 广泛覆盖现代深度学习技术并具有一定的技术深度;
  • 既是严谨的教科书,又是包含可运行代码的生动的教程。

那时,我们在博客和GitHub上找到了大量的演示特定深度学习框架(例如用TensorFlow进行数值计算)或实现特定模型(例如AlexNet、ResNet等)的示例代码。这些示例代码的一大价值在于提供了教科书或论文往往省略的实现细节,比如数据的处理和运算的高效率实现。如果不了解这些,即使能将算法倒背如流,也难以将算法应用到自己的项目中去。此外,这些示例代码还使得用户能通过观察修改代码所导致的结果变化而快速验证想法、积累经验。因此,我们坚信动手实践对于学习深度学习的重要性。然而可惜的是,这些示例代码通常侧重于如何实现给定的方法,却忽略了有关算法设计的探究或者实现细节的解释。虽然在像Distill这样的网站和某些博客上出现了一些有关算法设计和实现细节的讨论,但它们常常缺少示例代码,并通常仅覆盖深度学习的一小部分。

另外,我们欣喜地看到了一些有关深度学习的教科书不断问世,其中最著名的要数Goodfellow、Bengio和Courville的《深度学习》。该书梳理了深度学习背后的众多概念与方法,是一本极为优秀的教材。然而,这类资源并没有将概念描述与实际代码相结合,以至于有时会令读者对如何实现它们感到毫无头绪。除了这些以外,商业课程提供者们虽然制作了众多的优质资源,但它们的付费门槛依然令不少用户望而生畏。

正因为这样,深度学习用户,尤其是初学者,往往不得不参考来源不同的多种资料。例如,通过教科书或者论文来掌握算法及其相关数学知识,阅读线上文档学习深度学习框架的使用方法,然后寻找感兴趣的算法在这个框架上的实现并摸索如何将它应用到自己的项目中去。如果你正亲身经历这一过程,你可能会感到痛苦:不同来源的资料有时难以相互一一对应,即便能够对应也可能需要花费大量的精力。例如,我们需要将某篇论文公式中的数学变量与某段网上实现中的程序变量一一对应,并在代码中找到论文可能没交代清楚的实现细节,甚至要为运行不同的代码安装不同的运行环境。

针对以上存在的痛点,我们正在着手创建一个为实现以下目标的统一资源:

  • 所有人均可在网上免费获取;
  • 提供足够的技术深度,从而帮助读者实际成为深度学习应用科学家:既理解数学原理,又能够实现并不断改进方法;
  • 包含可运行的代码,为读者展示如何在实际中解决问题。这样不仅直接将数学公式对应成实际代码,而且可以修改代码、观察结果并及时获取经验;
  • 允许我们和整个社区不断快速迭代内容,从而紧跟仍在高速发展的深度学习领域;

由包含有关技术细节问答的论坛作为补充,使大家可以相互答疑并交换经验。

这些目标往往互有冲突:公式、定理和引用最容易通过LaTeX进行管理和展示,代码自然应该用简单易懂的Python描述,而网页本身应该是一堆HTML及配套的CSS和JavaScript。此外,我们希望这个资源可以作为可执行代码、实体书以及网站。然而,目前并没有任何工具可以完美地满足以上所有需求。

因此,我们不得不自己来集成这样的一个工作流。我们决定在GitHub上分享源代码并允许提交编辑,通过Jupyter记事本来整合代码、公式、文本、图片等,使用Sphinx作为渲染引擎来生成不同格式的输出,并使用Discourse作为论坛。虽然我们的系统尚未完善,但这些选择在互有冲突的目标之间取得了较好的折中。这很可能是使用这种集成工作流发布的第一本书。

名家推荐

来自学术界

这是一本及时且引人入胜的书。它不仅提供了深度学习原理的全面概述,还提供了具有编程代码的详细算法,此外,还提供了计算机视觉和自然语言处理中有关深度学习的最新介绍。如果你想钻研深度学习,请研读这本书!

——韩家炜,ACM 院士、IEEE 院士、美国伊利诺伊大学香槟分校计算机系Abel Bliss教授

这是对机器学习文献的一个很受欢迎的补充,重点是通过集成Jupyter 记事本实现的动手经验。深度学习的学生应该能体会到,这对于熟练掌握这一领域是非常宝贵的。

——Bernhard Schölkopf,ACM 院士、德国国家科学院院士、德国马克斯• 普朗克研究所智能系统院院长

这本书基于MXNet 框架来介绍深度学习技术,书中代码可谓“所学即所用”,为喜欢通过Python 代码进行学习的读者了解、接触深度学习技术提供了很大的便利。

——周志华,ACM 院士、IEEE 院士、AAAS 院士、南京大学计算机科学与技术系主任

这是一本基于Apache MXNet 的深度学习实战书籍,可以帮助读者快速上手并掌握使用深度学习工具的基本技能。本书的几个作者都在机器学习领域有着非常丰富的经验。他们不光有大量的工业界实践经验,也有非常高的学术成就,所以对机器学习领域的前沿算法理解深刻。这使得作者们在提供优质代码的同时,也可以把最前沿的算法和概念深入浅出地介绍给读者。这本书可以帮助深度学习实践者快速提升自己的能力。

——张潼,香港科技大学计算机科学与数学教授

来自工业界

虽然业界已经有不错的深度学习方面的书籍,但都不够紧密结合工业界的应用实践。 我认为《动手学深度学习》是最适合工业界研发工程师学习的,因为这本书把算法理论、应用场景、代码实例都完美地联系在一起,引导读者把理论学习和应用实践紧密结合,知行合一,在动手中学习,在体会和领会中不断深化对深度学习的理解。 因此我毫无保留地向广大的读者强烈推荐《动手学深度学习》。

——余凯,地平线公司创始人、首席执行官

强烈推荐这本书!它其实远不只是一本书:它不仅讲解深度学习背后的数学原理,更是一个编程工作台与记事本,让读者可以一边动手学习一边收到反馈,它还是个开源社区平台,让大家可以交流。作为在AI 学术界和工业界都长期工作过的人,我特别赞赏这种手脑一体的学习方式,既能增强实践能力,又可以在解决问题中锻炼独立思考和批判性思维。

作者们是算法工程兼强的业界翘楚,他们能奉献出这样的一本好的开源书,为他们点赞!

——漆远,蚂蚁金服副总裁、首席人工智能科学家

作者简介

阿斯顿·张(Aston Zhang)

亚马逊应用科学家,美国伊利诺伊大学香槟分校计算机科学博士,统计学和计算机科学双硕士。他专注于机器学习的研究,并在数个顶级学术会议发表过论文。他担任过NeurIPS、ICML、KDD、WWW、WSDM、SIGIR、AAAI 等学术会议的程序委员或审稿人以及Frontiers in Big Data 期刊的编委。

李沐(Mu Li)

亚马逊首席科学家(Principal Scientist),加州大学伯克利分校客座助理教授,美国卡内基梅隆大学计算机系博士。他专注于分布式系统和机器学习算法的研究。他是深度学习框架MXNet 的作者之一。他曾任机器学习创业公司Marianas Labs 的CTO 和百度深度学习研究院的主任研发架构师。他在理论、机器学习、应用和操作系统等多个领域的顶级学术会议(包括FOCS、ICML、NeurIPS、AISTATS、CVPR、KDD 、WSDM、OSDI)上发表过论文。

[德] 亚历山大 J. 斯莫拉(Alexander J. Smola)

亚马逊副总裁/ 杰出科学家,德国柏林工业大学计算机科学博士。他曾在澳大利亚国立大学、美国加州大学伯克利分校和卡内基梅隆大学任教。他发表了超过200 篇学术论文,并著有5 本书,其论文及书被引用超过10 万次。他的研究兴趣包括深度学习、贝叶斯非参数、核方法、统计建模和可扩展算法。

[美] 扎卡里 C. 立顿(Zachary C. Lipton)

亚马逊副总裁/ 杰出科学家,德国柏林工业大学计算机科学博士。他曾在澳大利亚国立大学、美国加州大学伯克利分校和卡内基梅隆大学任教。他发表了超过200 篇学术论文,并著有5 本书,其论文及书被引用超过10 万次。他的研究兴趣包括深度学习、贝叶斯非参数、核方法、统计建模和可扩展算法。

《动手学深度学习》目录

对本书的赞誉

前言

如何使用本书

资源与支持

主要符号表

第1章 深度学习简介 1

1.1 起源 2

1.2 发展 4

1.3 成功案例 6

1.4 特点 7

小结 8

练习 8

第2章 预备知识 9

2.1 获取和运行本书的代码 9

2.1.1 获取代码并安装运行环境 9

2.1.2 更新代码和运行环境 11

2.1.3 使用GPU版的MXNet 11

小结12

练习12

2.2 数据操作 12

2.2.1 创建NDArray 12

2.2.2 运算 14

2.2.3 广播机制 16

2.2.4 索引 17

2.2.5 运算的内存开销 17

2.2.6 NDArray和NumPy相互变换18

小结19

练习19

2.3 自动求梯度 19

2.3.1 简单例子 19

2.3.2 训练模式和预测模式 20

2.3.3 对Python控制流求梯度 20

小结21

练习21

2.4 查阅文档 21

2.4.1 查找模块里的所有函数和类 21

2.4.2 查找特定函数和类的使用 22

2.4.3 在MXNet网站上查阅 23

小结 24

练习 24

第3章 深度学习基础 25

3.1 线性回归 25

3.1.1 线性回归的基本要素 25

3.1.2 线性回归的表示方法 28

小结 30

练习 30

3.2 线性回归的从零开始实现 30

3.2.1 生成数据集 30

3.2.2 读取数据集 32

3.2.3 初始化模型参数 32

3.2.4 定义模型 33

3.2.5 定义损失函数 33

3.2.6 定义优化算法 33

3.2.7 训练模型 33

小结 34

练习 34

3.3 线性回归的简洁实现 35

3.3.1 生成数据集 35

3.3.2 读取数据集 35

3.3.3 定义模型 36

3.3.4 初始化模型参数 36

3.3.5 定义损失函数 37

3.3.6 定义优化算法 37

3.3.7 训练模型 37

小结 38

练习 38

3.4 softmax回归 38

3.4.1 分类问题 38

3.4.2 softmax回归模型 39

3.4.3 单样本分类的矢量计算表达式 40

3.4.4 小批量样本分类的矢量计算表达式 40

3.4.5 交叉熵损失函数 41

3.4.6 模型预测及评价 42

小结 42

练习 42

3.5 图像分类数据集(Fashion-MNIST) 42

3.5.1 获取数据集 42

3.5.2 读取小批量 44

小结 45

练习 45

3.6 softmax回归的从零开始实现 45

3.6.1 读取数据集 45

3.6.2 初始化模型参数 45

3.6.3 实现softmax运算 46

3.6.4 定义模型 46

3.6.5 定义损失函数 47

3.6.6 计算分类准确率 47

3.6.7 训练模型 48

3.6.8 预测 48

小结 49

练习 49

3.7 softmax回归的简洁实现 49

3.7.1 读取数据集 49

3.7.2 定义和初始化模型 50

3.7.3 softmax和交叉熵损失函数 50

3.7.4 定义优化算法 50

3.7.5 训练模型 50

小结 50

练习 50

3.8 多层感知机 51

3.8.1 隐藏层 51

3.8.2 激活函数 52

3.8.3 多层感知机 55

小结 55

练习 55

3.9 多层感知机的从零开始实现 56

3.9.1 读取数据集 56

3.9.2 定义模型参数 56

3.9.3 定义激活函数 56

3.9.4 定义模型 56

3.9.5 定义损失函数 57

3.9.6 训练模型 57

小结 57

练习 57

3.10 多层感知机的简洁实现 57

3.10.1 定义模型 58

3.10.2 训练模型 58

小结 58

练习 58

3.11 模型选择、欠拟合和过拟合 58

3.11.1 训练误差和泛化误差 59

3.11.2 模型选择 59

3.11.3 欠拟合和过拟合 60

3.11.4 多项式函数拟合实验 61

小结 65

练习 65

3.12 权重衰减 65

3.12.1 方法 65

3.12.2 高维线性回归实验 66

3.12.3 从零开始实现 66

3.12.4 简洁实现 68

小结 70

练习 70

3.13 丢弃法 70

3.13.1 方法 70

3.13.2 从零开始实现 71

3.13.3 简洁实现 73

小结 74

练习 74

3.14 正向传播、反向传播和计算图 74

3.14.1 正向传播 74

3.14.2 正向传播的计算图 75

3.14.3 反向传播 75

3.14.4 训练深度学习模型 76

小结 77

练习 77

3.15 数值稳定性和模型初始化 77

3.15.1 衰减和爆炸 77

3.15.2 随机初始化模型参数 78

小结 78

练习 79

3.16 实战Kaggle比赛:房价预测 79

3.16.1 Kaggle比赛 79

3.16.2 读取数据集 80

3.16.3 预处理数据集 81

3.16.4 训练模型 82

3.16.5 k 折交叉验证 82

3.16.6 模型选择 83

3.16.7 预测并在Kaggle提交结果 84

小结 85

练习 85

第4章 深度学习计算 86

4.1 模型构造 86

4.1.1 继承Block类来构造模型 86

4.1.2 Sequential类继承自Block类 87

4.1.3 构造复杂的模型 88

小结 89

练习 90

4.2 模型参数的访问、初始化和共享 90

4.2.1 访问模型参数 90

4.2.2 初始化模型参数 92

4.2.3 自定义初始化方法 93

4.2.4 共享模型参数 94

小结 94

练习 94

4.3 模型参数的延后初始化 95

4.3.1 延后初始化 95

4.3.2 避免延后初始化 96

小结 96

练习 97

4.4 自定义层 97

4.4.1 不含模型参数的自定义层 97

4.4.2 含模型参数的自定义层 98

小结 99

练习 99

4.5 读取和存储 99

4.5.1 读写NDArray 99

4.5.2 读写Gluon模型的参数 100

小结 101

练习 101

4.6 GPU计算 101

4.6.1 计算设备 102

4.6.2 NDArray的GPU计算 102

4.6.3 Gluon的GPU计算 104

小结 105

练习 105

第5章 卷积神经网络 106

5.1 二维卷积层 106

5.1.1 二维互相关运算 106

5.1.2 二维卷积层 107

5.1.3 图像中物体边缘检测 108

5.1.4 通过数据学习核数组 109

5.1.5 互相关运算和卷积运算 109

5.1.6 特征图和感受野 110

小结 110

练习 110

5.2 填充和步幅 111

5.2.1 填充 111

5.2.2 步幅 112

小结 113

练习 113

5.3 多输入通道和多输出通道 114

5.3.1 多输入通道 114

5.3.2 多输出通道 115

5.3.3 1×1卷积层 116

小结 117

练习 117

5.4 池化层 117

5.4.1 二维最大池化层和平均池化层 117

5.4.2 填充和步幅 119

5.4.3 多通道 120

小结 120

练习 121

5.5 卷积神经网络(LeNet) 121

5.5.1 LeNet模型 121

5.5.2 训练模型 122

小结 124

练习 124

5.6 深度卷积神经网络(AlexNet) 124

5.6.1 学习特征表示 125

5.6.2 AlexNet 126

5.6.3 读取数据集 127

5.6.4 训练模型 128

小结 128

练习 129

5.7 使用重复元素的网络(VGG) 129

5.7.1 VGG块 129

5.7.2 VGG网络 129

5.7.3 训练模型 130

小结 131

练习 131

5.8 网络中的网络(NiN) 131

5.8.1 NiN块 131

5.8.2 NiN模型 132

5.8.3 训练模型 133

小结 134

练习 134

5.9 含并行连结的网络(GoogLeNet) 134

5.9.1 Inception块 134

5.9.2 GoogLeNet模型 135

5.9.3 训练模型 137

小结 137

练习 137

5.10 批量归一化 138

5.10.1 批量归一化层 138

5.10.2 从零开始实现 139

5.10.3 使用批量归一化层的LeNet 140

5.10.4 简洁实现 141

小结 142

练习 142

5.11 残差网络(ResNet) 143

5.11.1 残差块 143

5.11.2 ResNet模型 145

5.11.3 训练模型 146

小结 146

练习 146

5.12 稠密连接网络(DenseNet) 147

5.12.1 稠密块 147

5.12.2 过渡层 148

5.12.3 DenseNet模型 148

5.12.4 训练模型 149

小结 149

练习 149

第6章 循环神经网络 150

6.1 语言模型 150

6.1.1 语言模型的计算 151

6.1.2 n 元语法 151

小结 152

练习 152

6.2 循环神经网络 152

6.2.1 不含隐藏状态的神经网络 152

6.2.2 含隐藏状态的循环神经网络 152

6.2.3 应用:基于字符级循环神经网络的语言模型 154

小结 155

练习 155

6.3 语言模型数据集(歌词) 155

6.3.1 读取数据集 155

6.3.2 建立字符索引 156

6.3.3 时序数据的采样 156

小结 158

练习 159

6.4 循环神经网络的从零开始实现 159

6.4.1 one-hot向量 159

6.4.2 初始化模型参数 160

6.4.3 定义模型 160

6.4.4 定义预测函数 161

6.4.5 裁剪梯度 161

6.4.6 困惑度 162

6.4.7 定义模型训练函数 162

6.4.8 训练模型并创作歌词 163

小结 164

练习 164

6.5 循环神经网络的简洁实现 165

6.5.1 定义模型 165

6.5.2 训练模型 166

小结 168

练习 168

6.6 通过时间反向传播 168

6.6.1 定义模型 168

6.6.2 模型计算图 169

6.6.3 方法 169

小结 170

练习 170

6.7 门控循环单元(GRU) 170

6.7.1 门控循环单元 171

6.7.2 读取数据集 173

6.7.3 从零开始实现 173

6.7.4 简洁实现 175

小结 176

练习 176

6.8 长短期记忆(LSTM) 176

6.8.1 长短期记忆 176

6.8.2 读取数据集 179

6.8.3 从零开始实现 179

6.8.4 简洁实现 181

小结 181

练习 182

6.9 深度循环神经网络 182

小结 183

练习 183

6.10 双向循环神经网络 183

小结 184

练习 184

第7章 优化算法 185

7.1 优化与深度学习 185

7.1.1 优化与深度学习的关系 185

7.1.2 优化在深度学习中的挑战 186

小结 188

练习 189

7.2 梯度下降和随机梯度下降 189

7.2.1 一维梯度下降 189

7.2.2 学习率 190

7.2.3 多维梯度下降 191

7.2.4 随机梯度下降 193

小结 194

练习 194

7.3 小批量随机梯度下降 194

7.3.1 读取数据集 195

7.3.2 从零开始实现 196

7.3.3 简洁实现 198

小结 199

练习 199

7.4 动量法 200

7.4.1 梯度下降的问题 200

7.4.2 动量法 201

7.4.3 从零开始实现 203

7.4.4 简洁实现 205

小结 205

练习 205

7.5 AdaGrad算法206

7.5.1 算法 206

7.5.2 特点 206

7.5.3 从零开始实现 208

7.5.4 简洁实现 209

小结 209

练习 209

7.6 RMSProp算法 209

7.6.1 算法 210

7.6.2 从零开始实现 211

7.6.3 简洁实现 212

小结 212

练习 212

7.7 AdaDelta算法 212

7.7.1 算法 212

7.7.2 从零开始实现 213

7.7.3 简洁实现 214

小结 214

练习 214

7.8 Adam算法 215

7.8.1 算法 215

7.8.2 从零开始实现 216

7.8.3 简洁实现 216

小结 217

练习 217

第8章 计算性能 218

8.1 命令式和符号式混合编程 218

8.1.1 混合式编程取两者之长 220

8.1.2 使用HybridSequential类构造模型 220

8.1.3 使用HybridBlock类构造模型 222

小结 224

练习 224

8.2 异步计算 224

8.2.1 MXNet中的异步计算 224

8.2.2 用同步函数让前端等待计算结果 226

8.2.3 使用异步计算提升计算性能 226

8.2.4 异步计算对内存的影响 227

小结 229

练习 229

8.3 自动并行计算 229

8.3.1 CPU和GPU的并行计算 230

8.3.2 计算和通信的并行计算 231

小结 231

练习 231

8.4 多GPU计算 232

8.4.1 数据并行 232

8.4.2 定义模型 233

8.4.3 多GPU之间同步数据 234

8.4.4 单个小批量上的多GPU训练 236

8.4.5 定义训练函数 236

8.4.6 多GPU训练实验 237

小结 237

练习 237

8.5 多GPU计算的简洁实现 237

8.5.1 多GPU上初始化模型参数 238

8.5.2 多GPU训练模型 239

小结 241

练习 241

第9章 计算机视觉 242

9.1 图像增广242

9.1.1 常用的图像增广方法 243

9.1.2 使用图像增广训练模型 246

小结 250

练习 250

9.2 微调 250

热狗识别 251

小结 255

练习 255

9.3 目标检测和边界框 255

边界框 256

小结 257

练习 257

9.4 锚框 257

9.4.1 生成多个锚框 257

9.4.2 交并比 259

9.4.3 标注训练集的锚框 260

9.4.4 输出预测边界框 263

小结 265

练习 265

9.5 多尺度目标检测 265

小结 268

练习 268

9.6 目标检测数据集(皮卡丘) 268

9.6.1 获取数据集 269

9.6.2 读取数据集 269

9.6.3 图示数据 270

小结 270

练习 271

9.7 单发多框检测(SSD) 271

9.7.1 定义模型 271

9.7.2 训练模型 275

9.7.3 预测目标 277

小结 278

练习 278

9.8 区域卷积神经网络(R-CNN)系列280

9.8.1 R-CNN 280

9.8.2 Fast R-CNN 281

9.8.3 Faster R-CNN 283

9.8.4 Mask R-CNN 284

小结 285

练习 285

9.9 语义分割和数据集 285

9.9.1 图像分割和实例分割 285

9.9.2 Pascal VOC2012语义分割数据集 286

小结 290

练习 290

9.10 全卷积网络(FCN) 290

9.10.1 转置卷积层 291

9.10.2 构造模型 292

9.10.3 初始化转置卷积层 294

9.10.4 读取数据集 295

9.10.5 训练模型 296

9.10.6 预测像素类别 296

小结 297

练习 297

9.11 样式迁移 298

9.11.1 方法 298

9.11.2 读取内容图像和样式图像 299

9.11.3 预处理和后处理图像 300

9.11.4 抽取特征 301

9.11.5 定义损失函数 302

9.11.6 创建和初始化合成图像 303

9.11.7 训练模型 304

小结 306

练习 306

9.12 实战Kaggle比赛:图像

分类(CIFAR-10)306

9.12.1 获取和整理数据集 307

9.12.2 图像增广 310

9.12.3 读取数据集 310

9.12.4 定义模型 311

9.12.5 定义训练函数 312

9.12.6 训练模型 312

9.12.7 对测试集分类并在Kaggle

提交结果 313

小结 313

练习 313

9.13 实战Kaggle比赛:狗的品种

识别(ImageNet Dogs) 314

9.13.1 获取和整理数据集 315

9.13.2 图像增广 316

9.13.3 读取数据集 317

9.13.4 定义模型 318

9.13.5 定义训练函数 318

9.13.6 训练模型 319

9.13.7 对测试集分类并在Kaggle提交结果 319

小结 320

练习 320

第10章 自然语言处理 321

10.1 词嵌入(word2vec) 321

10.1.1 为何不采用one-hot向量 321

10.1.2 跳字模型 322

10.1.3 连续词袋模型 323

小结 325

练习 325

10.2 近似训练325

10.2.1 负采样 325

10.2.2 层序softmax 326

小结 327

练习 328

10.3 word2vec的实现328

10.3.1 预处理数据集 328

10.3.2 负采样 331

10.3.3 读取数据集 331

10.3.4 跳字模型 332

10.3.5 训练模型 333

10.3.6 应用词嵌入模型 335

小结 336

练习 336

10.4 子词嵌入(fastText) 336

小结 337

练习 337

10.5 全局向量的词嵌入(GloVe)337

10.5.1 GloVe模型 338

10.5.2 从条件概率比值理解GloVe模型 339

小结 340

练习 340

10.6 求近义词和类比词340

10.6.1 使用预训练的词向量 340

10.6.2 应用预训练词向量 341

小结 343

练习 343

10.7 文本情感分类:使用循环神经网络 343

10.7.1 文本情感分类数据集 343

10.7.2 使用循环神经网络的模型 345

小结 347

练习 347

10.8 文本情感分类:使用卷积神经网络(textCNN) 347

10.8.1 一维卷积层 348

10.8.2 时序最大池化层 349

10.8.3 读取和预处理IMDb数据集 350

10.8.4 textCNN模型 350

小结 353

练习 353

10.9 编码器-解码器(seq2seq)353

10.9.1 编码器 354

10.9.2 解码器 354

10.9.3 训练模型 355

小结 355

练习 355

10.10 束搜索 355

10.10.1 贪婪搜索 356

10.10.2 穷举搜索 357

10.10.3 束搜索 357

小结 358

练习 358

10.11 注意力机制 358

10.11.1 计算背景变量 359

10.11.2 更新隐藏状态 360

10.11.3 发展 361

小结 361

练习 361

10.12 机器翻译 361

10.12.1 读取和预处理数据集 361

10.12.2 含注意力机制的编码器-解码器 363

10.12.3 训练模型 365

10.12.4 预测不定长的序列 367

10.12.5 评价翻译结果 367

小结 369

练习 369

附录A 数学基础 370

附录B 使用 Jupyter 记事本 376

附录C 使用 AWS 运行代码 381

附录D GPU 购买指南 388

附录E 如何为本书做贡献 391

附录F d2lzh 包索引 395

附录G 中英文术语对照表 397

参考文献 402

索引 407

原文发布于微信公众号 - Python数据科学(PyDataScience)

原文发表时间:2019-06-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券