电子书
内容简介
内 容 提 要
本书全面讲解了深度学习框架PaddlePaddle，并结合典型案例，阐述了PaddlePaddle的具体应用。本书共15章。第 1 章介绍了深度学习及其主流框架；第2章介绍了几种不同的PaddlePaddle安装方式；第3章使用MNIST数据集实现手写数字识别；第4章介绍CIFAR彩色图像识别；第5章介绍了自定义数据集的识别；第6章介绍了验证码的识别；第7章介绍了场景文字的识别；第8章实现了验证码的端到端的识别；第9～11章讲解了车牌识别、使用SSD神经网络完成目标检测；第12章和第13章介绍了Fluid、可视化工具VisualDL；第 14 章和第 15 章介绍了如何在服务器端与Android移动终端使用PaddlePaddle进行项目实践。
本书适合机器学习爱好者、程序员、人工智能方面的从业人员阅读，也可以作为大专院校相关专业的师生用书和培训学校的教材。
章节目录
- 封 面
- 内容提要
- 推 荐 序
- 前 言
- 服务与支持
- 目 录
- 第1章 深度学习
- 1.1引言
- 1.2深度学习框架简介
- 1.3数学基础知识
- 1.3.1 线性代数相关知识
- 1.3.2 概率论相关知识
- 1.3.3 导数相关知识
- 1.4简单的深度学习理论知识
- 1.5小结
- 第2章 PaddlePaddle的安装
- 2.1引言
- 2.2计算机配置
- 2.3安装前的检查
- 2.4使用pip安装
- 2.5使用Docker安装
- 2.6从源码编译并生成安装包
- 2.6.1 在本地编译并生成安装包
- 2.6.2 在 Docker中编译并生成安装包
- 2.7编译Docker镜像
- 2.8在Windows操作系统中安装PaddlePaddle的方法
- 2.8.1 在 Windows 系统中安装 Docker容器
- 2.8.2 在 Windows 系统中安装 Ubuntu
- 2.8.3 在 Windows 10 中安装 Linux 子系统
- 2.9测试安装效果
- 2.10小结
- 第3章 使用MNIST数据集实现手写数字识别
- 3.1引言
- 3.2数据集
- 3.3定义神经网络模型
- 3.4开始训练模型
- 3.4.1 导入依赖包
- 3.4.2 初始化 Paddle
- 3.4.3 获取训练器
- 3.4.4 开始训练
- 3.5使用参数预测
- 3.5.1 初始化 PaddlePaddle
- 3.5.2 获取训练好的参数
- 3.5.3 读取图片
- 3.5.4 开始预测
- 3.6小结
- 第4章 CIFAR数据集中彩色图像的识别
- 4.1引言
- 4.2数据集
- 4.3定义神经网络模型
- 4.4开始训练模型
- 4.4.1 导入依赖包
- 4.4.2 初始化 Paddle
- 4.4.3 获取参数
- 4.4.4 创建训练器
- 4.4.5 开始训练
- 4.5使用参数预测
- 4.6使用其他神经模型
- 4.7小结
- 第5章 自定义图像数据集的识别
- 5.1引言
- 5.2网络爬虫技术
- 5.2.1 网络爬虫的整体框架
- 5.2.2 URL管理器
- 5.2.3 网页下载器
- 5.2.4 网页解析器
- 5.3网络爬虫实例
- 5.3.1 调度器的使用
- 5.3.2 URL管理器的使用
- 5.3.3 网页下载器的使用
- 5.3.4 网页解析器的使用
- 5.3.5 数据收集器的使用
- 5.3.6 运行代码
- 5.4数据集
- 5.4.1 生成图像列表
- 5.4.2 读取数据
- 5.5定义神经网络
- 5.6使用PaddlePaddle开始训练
- 5.6.1 创建训练器
- 5.6.2 开始训练
- 5.7使用PaddlePaddle预测
- 5.8小结
- 第6章 验证码的识别
- 6.1引言
- 6.2数据集的获取
- 6.2.1 下载验证码
- 6.2.2 修改验证码的文件名
- 6.2.3 裁剪验证码
- 6.2.4 生成图像列表
- 6.3读取数据
- 6.4使用PaddlePaddle开始训练
- 6.5使用PaddlePaddle预测
- 6.5.1 裁剪验证码
- 6.5.2 预测图像
- 6.5.3 标签转成字符
- 6.6小结
- 第7章 场景文字识别
- 7.1引言
- 7.2数据集
- 7.3定义神经网络模型
- 7.4数据的读取
- 7.4.1 读取图像列表
- 7.4.2 生成标签字典
- 7.4.3 读取训练数据
- 7.5训练模型
- 7.5.1 训练准备
- 7.5.2 安装 libwarpctc.so 库
- 7.5.3 开始训练
- 7.6开始预测
- 7.7小结
- 第8章 验证码端到端的识别
- 8.1引言
- 8.2数据集
- 8.3生成图像列表文件
- 8.4数据的读取
- 8.4.1 读取数据并存储成列表
- 8.4.2 生成和读取标签字典
- 8.4.3 读取训练和测试的数据
- 8.5定义网络模型
- 8.6生成训练器
- 8.7定义训练
- 8.8启动训练
- 8.9开始预测
- 8.10小结
- 第9章 车牌端到端的识别
- 9.1引言
- 9.2车牌数据的采集
- 9.2.1 车牌数据的下载
- 9.2.2 命名车牌图像
- 9.2.3 车牌定位
- 9.2.4 灰度化图像
- 9.3数据的读取
- 9.3.1 生成列表文件
- 9.3.2 以列表方式读取数据
- 9.3.3 生成和读取标签字典
- 9.3.4 训练数据和测试数据的读取
- 9.4定义神经网络
- 9.5开始训练
- 9.6开始预测
- 9.7小结
- 第10章 使用VOC数据集实现目标检测
- 10.1引言
- 10.2VOC数据集
- 10.2.1 下载 VOC数据集
- 10.2.2 生成图像列表
- 10.3数据预处理
- 10.4SSD神经网络
- 10.5训练模型
- 10.6评估模型
- 10.7预测数据
- 10.7.1 预测并保存预测结果
- 10.7.2 显示画出的框
- 10.8小结
- 第11章 通过自定义图像数据集实现目标检测
- 11.1引言
- 11.2数据集
- 11.2.1 下载车牌数据
- 11.2.2 重命名图像
- 11.3标注数据集
- 11.3.1 安装 Label Img
- 11.3.2 使用 Label Img
- 11.3.3 生成图像列表
- 11.4训练模型
- 11.4.1 预训练模型处理
- 11.4.2 开始训练
- 11.5评估模型
- 11.6预测图片
- 11.6.1 获取预测结果
- 11.6.2 显示预测结果
- 11.7小结
- 第12章 使用PaddlePaddle Fluid
- 12.1引言
- 12.2Fluid版本
- 12.3定义神经网络
- 12.4训练程序
- 12.4.1 定义数据
- 12.4.2 定义平均正确率
- 12.4.3 定义测试程序
- 12.4.4 定义优化方法
- 12.5训练模型
- 12.5.1 定义调试器
- 12.5.2 获取数据
- 12.5.3 开始训练
- 12.5.4 保存预测模型
- 12.6预测模型
- 12.7小结
- 第13章 可视化工具VisualDL的使用
- 13.1引言
- 13.2VisualDL的介绍
- 13.3VisualDL的安装
- 13.3.1 使用 pip 安装
- 13.3.2 使用源码安装
- 13.4简单使用VisualDL
- 13.5在PaddlePaddle中使用VisualDL
- 13.5.1 定义 VisualDL 组件
- 13.5.2 编写 PaddlePaddle 代码
- 13.5.3 把数据添加到 VisualDL中
- 13.6小结
- 第14章 把PaddlePaddle部署到网站服务器上
- 14.1引言
- 14.2开发环境
- 14.3Flask的使用
- 14.3.1 安装 Flask
- 14.3.2 测试 Flask框架是否安装成功
- 14.3.3 文件上传
- 14.4使用PaddlePaddle预测
- 14.4.1 获取预测模型
- 14.4.2 部署 PaddlePaddle
- 14.5小结
- 第15章 把PaddlePaddle应用到Android手机
- 15.1引言
- 15.2编译PaddlePaddle库
- 15.2.1 使用 Docker 编译 PaddlePaddle 库
- 15.2.2 使用 Linux 编译 PaddlePaddle 库
- 15.3MobileNet神经网络
- 15.4训练模型
- 15.5编写预测代码
- 15.6合并模型
- 15.7移植到Android
- 15.7.1 加载 PaddlePaddle 库
- 15.7.2 加载合并的模型
- 15.7.3 开发 Android 程序
- 15.8小结
展开全部
深度学习实战之PaddlePaddle是2019年由人民邮电出版社出版,作者潘志宏 王培彬 万智萍 邱泽敏。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《深度学习实战之PaddlePaddle》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
