TOP
0
0
魅麗。花火原創小說66折起
深度學習實戰之PaddlePaddle(簡體書)
滿額折

深度學習實戰之PaddlePaddle(簡體書)

人民幣定價:69 元
定  價:NT$ 414 元
優惠價:87360
領券後再享89折
無庫存,下單後進貨(採購期約45個工作天)
可得紅利積點:10 點
相關商品
商品簡介
作者簡介
目次

商品簡介

內 容 提 要
本書全面講解了深度學習框架PaddlePaddle,並結合典型案例,闡述了PaddlePaddle的具體應用。本書共15章。第 1 章介紹了深度學習及其主流框架;第2章介紹了幾種不同的PaddlePaddle安裝方式;第3章使用MNIST數據集實現手寫數字識別;第4章介紹CIFAR彩色圖像識別;第5章介紹了自定義數據集的識別;第6章介紹了驗證碼的識別;第7章介紹了場景文字的識別;第8章實現了驗證碼的端到端的識別;第9~11章講解了車牌識別、使用SSD神經網絡完成目標檢測;第12章和第13章介紹了Fluid、可視化工具VisualDL;第 14 章和第 15 章介紹了如何在服務器端與Android移動終端使用PaddlePaddle進行項目實踐。
本書適合機器學習愛好者、程序員、人工智能方面的從業人員閱讀,也可以作為大專院校相關專業的師生用書和培訓學校的教材。

作者簡介

潘志宏,工程師,ACM會員、CCF會員。研究興趣:機器學習(深度學習)、物聯網、移動互聯網。主持和參與省市級、校級項目10余項,發表論文16篇,其中EI、北大核心期刊10篇,作者論文獲得北大核心期刊論文、東莞市計算機學會論文。申請發明專利、實用新型專利共6項,其中獲得軟件著作權3項,已出版教材2部。指導學生獲得省級/市級競賽獎項40余項,多次獲得省級指導教師獎。

王培彬,網名夜雨飄零,多次在省市級學科競賽獲獎,獲得軟件著作權4項,百度PaddlePaddle深度學習框架社區的\"騎士團\"成員,主要研究方向為計算機視覺。在CSDN博客編寫\"我的PaddlePaddle學習之路\"系列文章,並在GitHub開源相關代碼,並得到廣泛的認可。

萬智萍,研究興趣:機器學習(深度學習)、物聯網、無線傳感器網絡,認知無線電,網絡安全。主持和參與省市級、校級項目23余項,發表論文45篇,獨撰發表論文32篇,其中中文核心期刊有22篇,CPCI檢索4篇,獲得實用新型專利12項,獲得軟件著作權1項,已出版教材2部。指導學生獲獎共29項,獲得組織先進個人獎。

邱澤敏,系統架構設計師。在機器學習、智能算法等領域有較多的理論和實踐工作積累,在國內外期刊及會議發表論文10餘篇,主持及作為核心人員參與各類省市、校級科研教改項目共6項, 實用新型專利1項,軟件著作權1項。

目次

目 錄







第 1章 深度學習 1

1.1 引言 1

1.2 深度學習框架簡介 1

1.3 數學基礎知識 3

1.3.1 線性代數相關知識 3

1.3.2 概率論相關知識 10

1.3.3 導數相關知識 13

1.4 簡單的深度學習理論知識 14

1.5 小結 19

第 2章 PaddlePaddle的安裝 20

2.1 引言 20

2.2 計算機配置 20

2.3 安裝前的檢查 20

2.4 使用pip安裝 21

2.5 使用Docker安裝 23

2.6 從源碼編譯並生成安裝包 25

2.6.1 在本地編譯並生成安裝包 25

2.6.2 在Docker中編譯並生成

安裝包 28

2.7 編譯Docker鏡像 29

2.8 在Windows操作系統中安裝

PaddlePaddle的方法 30

2.8.1 在Windows系統中安裝

Docker容器 30

2.8.2 在Windows系統中

安裝Ubuntu 35

2.8.3 在Windows 10中安裝Linux

子系統 41

2.9 測試安裝效果 43

2.10 小結 45

第3章 使用MNIST數據集實現手寫

數字識別 46

3.1 引言 46

3.2 數據集 46

3.3 定義神經網絡模型 47

3.4 開始訓練模型 50

3.4.1 導入依賴包 50

3.4.2 初始化Paddle 51

3.4.3 獲取訓練器 51

3.4.4 開始訓練 52

3.5 使用參數預測 54

3.5.1 初始化PaddlePaddle 54

3.5.2 獲取訓練好的參數 54

3.5.3 讀取圖片 54

3.5.4 開始預測 55

3.6 小結 56

第4章 CIFAR數據集中彩色圖像的

識別 57

4.1 引言 57

4.2 數據集 57

4.3 定義神經網絡模型 59

4.4 開始訓練模型 61

4.4.1 導入依賴包 62

4.4.2 初始化Paddle 62

4.4.3 獲取參數 62

4.4.4 創建訓練器 63

4.4.5 開始訓練 64

4.5 使用參數預測 67

4.6 使用其他神經模型 69

4.7 小結 70

第5章 自定義圖像數據集的識別 72

5.1 引言 72

5.2 網絡爬蟲技術 72

5.2.1 網絡爬蟲的整體框架 72

5.2.2 URL管理器 74

5.2.3 網頁下載器 75

5.2.4 網頁解析器 76

5.3 網絡爬蟲實例 77

5.3.1 調度器的使用 79

5.3.2 URL管理器的使用 80

5.3.3 網頁下載器的使用 81

5.3.4 網頁解析器的使用 82

5.3.5 數據收集器的使用 83

5.3.6 運行代碼 84

5.4 數據集 88

5.4.1 生成圖像列表 89

5.4.2 讀取數據 92

5.5 定義神經網絡 96

5.6 使用PaddlePaddle開始訓練 97

5.6.1 創建訓練器 98

5.6.2 開始訓練 99

5.7 使用PaddlePaddle預測 102

5.8 小結 104

第6章 驗證碼的識別 105

6.1 引言 105

6.2 數據集的獲取 105

6.2.1 下載驗證碼 106

6.2.2 修改驗證碼的文件名 107

6.2.3 裁剪驗證碼 108

6.2.4 生成圖像列表 110

6.3 讀取數據 111

6.4 使用PaddlePaddle開始訓練 112

6.5 使用PaddlePaddle預測 118

6.5.1 裁剪驗證碼 118

6.5.2 預測圖像 119

6.5.3 標簽轉成字符 120

6.6 小結 121

第7章 場景文字識別 122

7.1 引言 122

7.2 數據集 122

7.3 定義神經網絡模型 123

7.4 數據的讀取 128

7.4.1 讀取圖像列表 128

7.4.2 生成標簽字典 129

7.4.3 讀取訓練數據 131

7.5 訓練模型 133

7.5.1 訓練準備 133

7.5.2 安裝libwarpctc.so庫 135

7.5.3 開始訓練 136

7.6 開始預測 137

7.7 小結 140

第8章 驗證碼端到端的識別 141

8.1 引言 141

8.2 數據集 141

8.3 生成圖像列表文件 143

8.4 數據的讀取 144

8.4.1 讀取數據並存儲成列表 144

8.4.2 生成和讀取標簽字典 145

8.4.3 讀取訓練和測試的數據 146

8.5 定義網絡模型 147

8.6 生成訓練器 150

8.7 定義訓練 151

8.8 啟動訓練 152

8.9 開始預測 153

8.10 小結 156

第9章 車牌端到端的識別 157

9.1 引言 157

9.2 車牌數據的採集 157

9.2.1 車牌數據的下載 157

9.2.2 命名車牌圖像 159

9.2.3 車牌定位 159

9.2.4 灰度化圖像 163

9.3 數據的讀取 164

9.3.1 生成列表文件 164

9.3.2 以列表方式讀取數據 165

9.3.3 生成和讀取標簽字典 166

9.3.4 訓練數據和測試數據的

讀取 167

9.4 定義神經網絡 169

9.5 開始訓練 171

9.6 開始預測 173

9.7 小結 176

第 10章 使用VOC數據集實現目標

檢測 177

10.1 引言 177

10.2 VOC數據集 177

10.2.1 下載VOC數據集 178

10.2.2 生成圖像列表 179

10.3 數據預處理 180

10.4 SSD神經網絡 182

10.5 訓練模型 186

10.6 評估模型 189

10.7 預測數據 191

10.7.1 預測並保存預測

結果 191

10.7.2 顯示畫出的框 193

10.8 小結 195

第 11章 通過自定義圖像數據集實現

目標檢測 196

11.1 引言 196

11.2 數據集 196

11.2.1 下載車牌數據 196

11.2.2 重命名圖像 197

11.3 標注數據集 198

11.3.1 安裝LabelImg 198

11.3.2 使用LabelImg 198

11.3.3 生成圖像列表 201

11.4 訓練模型 202

11.4.1 預訓練模型處理 202

11.4.2 開始訓練 203

11.5 評估模型 204

11.6 預測圖片 205

11.6.1 獲取預測結果 205

11.6.2 顯示預測結果 206

11.7 小結 208

第 12章 使用PaddlePaddle Fluid 209

12.1 引言 209

12.2 Fluid版本 209

12.3 定義神經網絡 210

12.4 訓練程序 212

12.4.1 定義數據 213

12.4.2 定義平均正確率 213

12.4.3 定義測試程序 213

12.4.4 定義優化方法 214

12.5 訓練模型 214

12.5.1 定義調試器 215

12.5.2 獲取數據 215

12.5.3 開始訓練 216

12.5.4 保存預測模型 217

12.6 預測模型 217

12.7 小結 219

第 13章 可視化工具VisualDL的

使用 220

13.1 引言 220

13.2 VisualDL的介紹 220

13.3 VisualDL的安裝 222

13.3.1 使用pip安裝 223

13.3.2 使用源碼安裝 224

13.4 簡單使用VisualDL 224

13.5 在PaddlePaddle中使用

VisualDL 226

13.5.1 定義VisualDL

組件 226

13.5.2 編寫PaddlePaddle

代碼 227

13.5.3 把數據添加到

VisualDL中 229

13.6 小結 232

第 14章 把PaddlePaddle部署到網站

服務器上 233

14.1 引言 233

14.2 開發環境 233

14.3 Flask的使用 234

14.3.1 安裝Flask 234



14.3.2 測試Flask框架是否安裝

成功 234

14.3.3 文件上傳 235

14.4 使用PaddlePaddle預測 237

14.4.1 獲取預測模型 237

14.4.2 部署PaddlePaddle 238

14.5 小結 242

第 15章 把PaddlePaddle應用到

Android手機 244

15.1 引言 244

15.2 編譯PaddlePaddle庫 244

15.2.1 使用Docker編譯

PaddlePaddle庫 244

15.2.2 使用Linux編譯

PaddlePaddle庫 247

15.3 MobileNet神經網絡 250

15.4 訓練模型 254

15.5 編寫預測代碼 258

15.6 合併模型 261

15.7 移植到Android 262

15.7.1 加載PaddlePaddle庫 262

15.7.2 加載合併的模型 263

15.7.3 開發Android程序 263

15.8 小結 272

您曾經瀏覽過的商品

購物須知

大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。

特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。

無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。

為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。

若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。

優惠價:87 360
無庫存,下單後進貨
(採購期約45個工作天)

暢銷榜

客服中心

收藏

會員專區