加入VIP
深度学习21天实战Caffe百度云网盘-深度学习21天实战Caffe电子书PDF下载

深度学习21天实战Caffe百度云网盘-深度学习21天实战Caffe电子书PDF下载

编辑点评:

《深度学习:21天实战Caffe》是一本深度学习入门读物。以目前已经大量用于线上系统的深度学习框架Caffe为例,由浅入深,从 Caffe 的配置、部署、使用开始学习,通过阅读 Caffe 源码理解其精髓,加强对深度学习理论的理解,最终达到熟练运用 Caffe 解决实际问题的目的

深度学习21天实战Caffe电子书PDF下载

编辑推荐

本书内容来自作者长期学习研究及在阿里一线相关工作经历。

Caffe是应用广的深度学习框架,非常适于用来练手和入门。

本书侧重解决实际问题及理解深度学习理论,实例、习题丰富。

既狠抓基功又紧扣产业,既详述工具、模型又深入分析源码。

内容提要

本书和国外机器学习、深度学习大部头著作相比,本书偏重动手实践,将难以提摸的枯燥理论用浅显易懂的形式表达出来,透过代码揭开其神秘面纱,更多地贴近实阿应用。

本书非常适合:对人工智能、机器学习感兴趣的读者;希望用深度学习完成设计的计算机或电子信息专业学生:准备开设机器学习、深度学习实践课的授课老师;学习过C+,希望进一步提升编程水平的开发者:刚入坑的机器学习、语音、机器视觉、智能机器人研发或算法工程师。

深度学习反思

读史使人明智,通过历史可以找到前人的闪光点,指导后人少踩坑。

深度学习也有坑。深度学习看似万能,实则有很多调参技巧在里面,掌握得当可以快速获得模型,否则可能费力不讨好。

0模型参数远大于数据量时,相当于求解一个欠定方程,存在多解的可能性大,容易产生过拟合问题。

0模型参数远小于数据量时,相当于求解超定方程,可能无解,或者有解但准确率很低.

这属于欠拟合问题。

0模型参数与数据量匹配时,相当于求解恰定方程,既能避免过拟合,又能兼顾准确率,但模型参数量和数据量怎样才能做到匹配,是一个工程问题。

所以,如果你选择用某个模型处理数据,那么应该考虑这个因素,越大的模型越难训练,因为需要与之匹配的数据量、一系列避免过拟合的方法才能训练得到一个较为理想的模型。幸运的是,我们可以将大模型首先在较大的数据集(如ImageNet)上预训练,得到模型,再对特定数据集(如人脸数据)进行精调(fine-tuning),,即可得到较为理想的结果。

Facebook、亚马逊与NVIDIA

facebook于2013年成立了人工智能实验室,在Yann LeCun的带领下Facebook同纽约大学数据科学中心在数据科学、机器学习、人工智能领域展开合作,代表性工作有最著名的开源深度学习项目Torch(http:/torch.ch/)和fbcunn(https://github.com/facebook/bcunn)。

Amazon本身是做laas平台的,看到机器学习如火如荼的发展,也迅速融入并推出了云上的机器学习服务(http://aws.amazon.com/cn/machine-learning/),提供一种Paas模式。Amazon Machine Learning提供可视化的工具和向导,无须学习复杂的机器学习算法和技术。使用简单的API即可让用户应用程序轻松获得预测能力,而无须实现自定义预测生成码或管理任何基础设施。采用Amazon内部使用的机器学习方法,非常容易扩展。而且,使用Amazon Machine Learning不需要对硬件或软件事先投入资金,只需按使用量付费

另外,不得不提NVIDIA,这家老牌显卡制造商也将未来方向瞄准了深度学习,于GTC 20152016连续发布多款面向深度学习的GPU加速器硬件(Titan X、Tesla P100)、加速库(cuDNN)

和解决方案(DIGITS DevBox,DGX-1),为深度学习的普及和更大模型的支持起到推波助澜的作用。

深度学习21天实战Caffe电子书PDF下载截图

深度学习21天实战Caffe百度云网盘-深度学习21天实战Caffe电子书PDF下载插图(1)深度学习21天实战Caffe百度云网盘-深度学习21天实战Caffe电子书PDF下载插图(2)深度学习21天实战Caffe百度云网盘-深度学习21天实战Caffe电子书PDF下载插图(3)深度学习21天实战Caffe百度云网盘-深度学习21天实战Caffe电子书PDF下载插图(4)

评分及评论

无用户评分

来评个分数吧

  • 5 分
    0
  • 4 分
    0
  • 3 分
    0
  • 2 分
    0
  • 1 分
    0

评论