PaddlePaddle與深度學習套用實戰

內容簡介

深度學習是目奔淋捉前人工智慧研究中前沿、有效的一項技術，主要通過構建深度神經網路解決視覺、自然語言處理、語音識別等諸多領域的問題。百度在2016年發布了國內首個開源深度學習框架PaddlePaddle，簡化了深度學習算法的實現步驟，提供了靈活、易用的接口，設婚辨同時支持分散式訓練。本書由簡單的例子引入深度學習和PaddlePaddle框架，介紹了PaddlePaddle的安裝、測試與基本使用，並結合PaddlePaddle接口介紹深度學習的基礎知識，包括常用的神經網路和算法。最後，通過一系列深度學習項目實例介紹PaddlePaddle在各種場景和體檔刪問題中的套用，讓讀者由淺至深地理解並運用深度學習斷探和章解決實際問題。

圖書目錄

第1 章深度學習簡介 .............................................................................................................. 1

1.1 初見 ....................................................................................................................................... 1

1.2 機器學習 ............................................................................................................................... 1

1.3 神經網路 ............................................................................................................................... 3

1.4 深度學習介紹 ....................................................................................................................... 7

1.5 深度學習套用 ....................................................................................................................... 8

1.6 深度學習框請慨架 ..................................................................................................................... 12

1.7 深度學愉她習習的未來 ................................................................................................................. 15

第2 章 PaddlePaddle 簡介 ................................................................................................... 16

2.1 安戒姜希拔裝PaddlePaddle ............................................................................................................... 16

2.2 測試PaddlePaddle ............................................................................................................... 29

第3 章初探手寫數字識別 .................................................................................................... 31

第4 章 PaddlePaddle 基本用法 ........................................................................................... 44

4.1 數據準備 ............................................................................................................................. 44

4.2 原始數據讀取及預處理 ..................................................................................................... 44

4.3 PaddlePaddle 訓練數據 ....................................................................................................... 46

4.4 模型配置 ............................................................................................................................. 52

4.5 激活函式 ............................................................................................................................. 58

4.6 最佳化方法 ............................................................................................................................. 64

4.7 損失函式 ............................................................................................................................. 72

4.8 均方損失函式 ..................................................................................................................... 73

4.9 交叉熵損失函式 ................................................................................................................. 73

4.10 Huber 損失函式 ................................................................................................................ 74

4.11 CRF 損失函式 ................................................................................................................... 74

4.12 CTC 損失函式 ................................................................................................................... 75

4.13 反向傳播算法 ................................................................................................................... 75

第5 章卷積神經網路 ............................................................................................................ 78

5.1 卷積神經網路 ..................................................................................................................... 78

5.2 實例學習 ............................................................................................................................. 87

5.3 拓展 ................................................................................................................................... 112

第6 章循環神經網路 .......................................................................................................... 118

6.1 RNN 簡介 .......................................................................................................................... 118

6.2 雙向循環神經網路 ........................................................................................................... 121

6.3 循環神經網路使用場景 ................................................................................................... 127

6.4 預測sin 函式序列 ............................................................................................................. 129

6.5 拓展 ................................................................................................................................... 134

第7 章 PaddlePaddle 實戰 ................................................................................................. 136

7.1 自編碼器 ........................................................................................................................... 136

7.2 PaddlePaddle 實現自編碼器 ............................................................................................. 137

7.3 實戰OCR 識別（一） ..................................................................................................... 140

7.4 實戰OCR 識別（二） ..................................................................................................... 150

7.5 情感分析 ........................................................................................................................... 164

7.6 Seq2Seq 及其套用 ............................................................................................................ 172

7.7 實現 ................................................................................................................................... 178

7.8 Image Caption .................................................................................................................... 194

第8 章深度學習新星：生成對抗網路GAN ....................................................................... 208

8.1 生成對抗網路（GAN） ................................................................................................... 208

8.2 GAN 的其他套用 .............................................................................................................. 213

第9 章強化學習與AlphaGo .............................................................................................. 216

PaddlePaddle與深度學習套用實戰

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條