人工智能 类型
可以朗读 语音朗读
80千字 字数
2018-05-01 发行日期
展开全部

主编推荐语

深度学习入门书籍：理论介绍与实战项目

内容简介

本书是一本深度学习的入门读物，对深度学习的基本理论进行了介绍之后，主要以Ubuntu系统为例搭建了三大主流框架-Caffe、TensorFlow、Torch，然后分别在三个框架下，通过三个实战项目熟悉了框架的使用方法，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，以及如何进行运营维护的注意事项。

目录

  • 封面
  • 扉页
  • 版权信息
  • 目录
  • 内容提要
  • 前言
  • 第1章 深度学习简介
  • 1.1 深度学习的发展
  • 1.2 深度学习的应用及研究方向
  • 1.3 深度学习工具介绍和对比
  • 1.3.1 Caffe
  • 1.3.2 TensorFlow
  • 1.3.3 Torch
  • 1.4 小结
  • 第2章 深度学习基本理论
  • 2.1 深度学习的基本概念
  • 2.2 深度学习的训练过程
  • 2.3 深度学习的常用模型和方法
  • 2.4 小结
  • 第3章 深度学习环境搭建
  • 3.1 Caffe安装
  • 3.1.1 安装Caffe的相关依赖项
  • 3.1.2 安装NVIDIA驱动
  • 3.1.3 安装CUDA
  • 3.1.4 配置cuDNN
  • 3.1.5 源代码编译安装OpenCV
  • 3.1.6 编译Caffe，并配置Python接口
  • 3.2 Caffe框架下的MNIST数字识别问题
  • 3.3 TensorFlow安装
  • 3.3.1 基于pip安装
  • 3.3.2 基于Anaconda安装
  • 3.3.3 基于源代码安装
  • 3.3.4 常见安装问题
  • 3.4 TensorFlow框架下的CIFAR图像识别问题
  • 3.5 Torch安装
  • 3.5.1 无CUDA的Torch 7安装
  • 3.5.2 CUDA的Torch 7安装
  • 3.6 Torch框架下neural-style图像合成问题
  • 3.7 小结
  • 第4章 人脸识别
  • 4.1 人脸识别概述
  • 4.2 人脸识别系统设计
  • 4.2.1 需求分析
  • 4.2.2 功能设计
  • 4.2.3 模块设计
  • 4.3 系统生产环境部署及验证
  • 4.3.1 抽帧环境部署
  • 4.3.2 抽帧功能验证
  • 4.3.3 OpenFace环境部署
  • 4.3.4 OpenFace环境验证
  • 4.4 批量生产
  • 4.5 小结
  • 第5章 车辆识别
  • 5.1 概述
  • 5.2 系统设计
  • 5.2.1 需求分析
  • 5.2.2 功能设计
  • 5.2.3 模块设计
  • 5.3 系统生产环境部署及验证
  • 5.3.1 生产环境部署
  • 5.3.2 项目部署
  • 5.3.3 环境验证
  • 5.4 批量生产
  • 5.5 小结
  • 第6章 不良视频识别
  • 6.1 概述
  • 6.2 不良图片模型简介
  • 6.3 系统设计
  • 6.4 系统部署及系统测试验证
  • 6.5 批量生产
  • 6.5.1 批量节目元数据信息检索与筛选
  • 6.5.2 基于FFmpeg的SDK抽取视频I帧
  • 6.5.3 基于肤色比例检测的快速筛查
  • 6.5.4 基于Caffe框架的不良图片检测
  • 6.6 小结
  • 第7章 集群部署与运营维护
  • 7.1 认识Docker
  • 7.2 基于Docker的TensorFlow实验环境
  • 7.3 运营维护
  • 7.4 小结
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。