智能系统与技术丛书 MXNet深度学习实战【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

智能系统与技术丛书 MXNet深度学习实战PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 全面认识MXNet1

1.1 人工智能、机器学习与深度学习2

1.1.1 人工智能2

1.1.2 机器学习2

1.1.3 深度学习4

1.2 深度学习框架4

1.2.1 MXNet6

1.2.2 PyTorch6

1.2.3 Caffe巭Caffe27

1.2.4 TensorFlow7

1.2.5 其他7

1.3 关于MXNet8

1.3.1 MXNet的发展历程8

1.3.2 MXNet的优势9

1.4 MXNet开发需要具备的知识10

1.4.1 接口语言11

1.4.2 NumPy11

1.4.3 神经网络11

1.5 本章小结12

第2章 搭建开发环境13

2.1 环境配置14

2.2 使用Docker安装MXNet19

2.2.1 准备部分19

2.2.2 使用仓库安装Docker20

2.2.3 基于安装包安装Docker23

2.2.4 安装nvidia-docker23

2.2.5 通过Docker使用MXNet25

2.3 本地pip安装MXNet27

2.4 本章小结29

第3章 MXNet基础31

3.1 NDArray31

3.2 Symbol37

3.3 Module43

3.4 本章小结48

第4章 MNIST手写数字体分类50

4.1 训练代码初探52

4.2 训练代码详细解读55

4.2.1 训练参数配置56

4.2.2 数据读取59

4.2.3 网络结构搭建59

4.2.4 模型训练61

4.3 测试代码初探62

4.4 测试代码详细解读64

4.4.1 模型导入64

4.4.2 数据读取66

4.4.3 预测输出67

4.5 本章小结68

第5章 数据读取及增强69

5.1 直接读取原图像数据70

5.1.1 优点及缺点70

5.1.2 使用方法71

5.2 基于RecordIO文件读取数据75

5.2.1 什么是RecordIO文件75

5.2.2 优点及缺点76

5.2.3 使用方法76

5.3 数据增强78

5.3.1 resize79

5.3.2 crop83

5.3.3 镜像89

5.3.4 亮度90

5.3.5 对比度92

5.3.6 饱和度94

5.4 本章小结95

第6章 网络结构搭建97

6.1 网络层98

6.1.1 卷积层98

6.1.2 BN层106

6.1.3 激活层108

6.1.4 池化层111

6.1.5 全连接层114

6.1.6 损失函数层116

6.1.7 通道合并层119

6.1.8 逐点相加层121

6.2 图像分类网络结构122

6.2.1 AlexNet123

6.2.2 VGG124

6.2.3 GoogleNet125

6.2.4 ResNet128

6.2.5 ResNeXt130

6.2.6 DenseNet131

6.2.7 SENet132

6.2.8 MobileNet134

6.2.9 ShuffleNet136

6.3 本章小结138

第7章 模型训练配置140

7.1 问题定义141

7.2 参数及训练配置142

7.2.1 参数初始化142

7.2.2 优化函数设置144

7.2.3 保存模型145

7.2.4 训练日志的保存146

7.2.5 选择或定义评价指标147

7.2.6 多GPU训练150

7.3 迁移学习151

7.4 断点训练153

7.5 本章小结154

第8章 图像分类156

8.1 图像分类基础知识157

8.1.1 评价指标158

8.1.2 损失函数160

8.2 猫狗分类实战160

8.2.1 数据准备161

8.2.2 训练参数及配置165

8.2.3 数据读取168

8.2.4 网络结构搭建170

8.2.5 训练模型171

8.2.6 测试模型176

8.3 本章小结179

第9章 目标检测180

9.1 目标检测基础知识182

9.1.1 数据集184

9.1.2 SSD算法简介188

9.1.3 anchor189

9.1.4 IoU194

9.1.5 模型训练目标195

9.1.6 NMS199

9.1.7 评价指标mAP201

9.2 通用目标检测202

9.2.1 数据准备203

9.2.2 训练参数及配置205

9.2.3 网络结构搭建208

9.2.4 数据读取215

9.2.5 定义训练评价指标218

9.2.6 训练模型220

9.2.7 测试模型221

9.4 本章小结224

第10章 图像分割225

10.1 图像分割226

10.1.1 数据集227

10.1.2 评价指标229

10.1.3 语义分割算法230

10.2 语义分割实战231

10.2.1 数据准备232

10.2.2 训练参数及配置233

10.2.3 数据读取237

10.2.4 网络结构搭建240

10.2.5 定义评价指标245

10.2.6 训练模型249

10.2.7 测试模型效果251

10.3 本章小结253

第11章 Gluon255

11.1 Gluon基础256

11.1.1 data模块256

11.1.2 nn模块260

11.1.3 model zoo模块265

11.2 CIFAR10数据集分类267

11.2.1 基于CPU的训练代码267

11.2.2 基于GPU的训练代码272

11.2.3 测试代码275

11.3 本章小结276

第12章 GluonCV278

12.1 GluonCV基础279

12.1.1 data模块280

12.1.2 model zoo模块285

12.1.3 utils模块292

12.2 解读ResNet复现代码293

12.2.1 导入模块296

12.2.2 命令行参数设置296

12.2.3 日志信息设置297

12.2.4 训练参数配置298

12.2.5 模型导入300

12.2.6 数据读取301

12.2.7 定义评价指标303

12.2.8 模型训练303

12.3 本章小结308