深度学习 人文●社科
王斌
电子工业出版社(2016-12)
79元 / 344页
9787121301186
标签: 深度学习 机器学习 Caffe 图像处理 计算机视觉 神经网络
《深度学习——Caffe之经典模型详解与实战》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Caffe深度学习框架为切入点,介绍了Caffe的安装、配置、编译和接口等运行环境,剖析Caffe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AlexNet、VGGNet、GoogLeNet、Siamese和SqueezeNet网络模型,并给出了这些模型基于Caffe的训练实战方法。然后,《深度学习——Caffe之经典模型详解与实战》解读了利用深度学习进行目标定位的经典网络模型:FCN、R-CNN、Fast-RCNN、Faster-RCNN和SSD,并进行目标定位Caffe实战。《深度学习——Caffe之经典模型详解与实战》的最后,从著名的Kaggle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Caffe训练策略实践,以求带给读者从问题提出到利用Caffe求解的完整工程经历,从而使读者能尽快掌握Caffe框架的使用技巧和实战经验。
针对Caffe和深度学习领域的初学者,《深度学习——Caffe之经典模型详解与实战》是一本不可多得的参考资料。《深度学习——Caffe之经典模型详解与实战》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。
电子工业出版社(2016-12)
79元 / 344页
9787121301186
标签: 深度学习 机器学习 Caffe 图像处理 计算机视觉 神经网络
《深度学习——Caffe之经典模型详解与实战》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Caffe深度学习框架为切入点,介绍了Caffe的安装、配置、编译和接口等运行环境,剖析Caffe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AlexNet、VGGNet、GoogLeNet、Siamese和SqueezeNet网络模型,并给出了这些模型基于Caffe的训练实战方法。然后,《深度学习——Caffe之经典模型详解与实战》解读了利用深度学习进行目标定位的经典网络模型:FCN、R-CNN、Fast-RCNN、Faster-RCNN和SSD,并进行目标定位Caffe实战。《深度学习——Caffe之经典模型详解与实战》的最后,从著名的Kaggle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Caffe训练策略实践,以求带给读者从问题提出到利用Caffe求解的完整工程经历,从而使读者能尽快掌握Caffe框架的使用技巧和实战经验。
针对Caffe和深度学习领域的初学者,《深度学习——Caffe之经典模型详解与实战》是一本不可多得的参考资料。《深度学习——Caffe之经典模型详解与实战》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。