深度學(xué)習(xí)實(shí)戰(zhàn)之PaddlePaddle

目　錄

第　1章 深度學(xué)習(xí)　1
1．1　引言　1
1．2　深度學(xué)習(xí)框架簡(jiǎn)介　1
1．3　數(shù)學(xué)基礎(chǔ)知識(shí)　3
1．3．1　線性代數(shù)相關(guān)知識(shí)　3
1．3．2　概率論相關(guān)知識(shí)　10
1．3．3　導(dǎo)數(shù)相關(guān)知識(shí)　13
1．4　簡(jiǎn)單的深度學(xué)習(xí)理論知識(shí)　14
1．5　小結(jié)　19
第　2章 PaddlePaddle的安裝　20
2．1　引言　20
2．2　計(jì)算機(jī)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　從源碼編譯并生成安裝包　25
2．6．1　在本地編譯并生成安裝包　25
2．6．2　在Docker中編譯并生成
安裝包　28
2．7　編譯Docker鏡像　29
2．8　在Windows操作系統(tǒng)中安裝
PaddlePaddle的方法　30
2．8．1　在Windows系統(tǒng)中安裝
Docker容器　30
2．8．2　在Windows系統(tǒng)中
安裝Ubuntu　35
2．8．3　在Windows 10中安裝Linux
子系統(tǒng)　41
2．9　測(cè)試安裝效果　43
2．10　小結(jié)　45
第3章　使用MNIST數(shù)據(jù)集實(shí)現(xiàn)手寫
數(shù)字識(shí)別　46
3．1　引言　46
3．2　數(shù)據(jù)集　46
3．3　定義神經(jīng)網(wǎng)絡(luò)模型　47
3．4　開(kāi)始訓(xùn)練模型　50
3．4．1　導(dǎo)入依賴包　50
3．4．2　初始化Paddle　51
3．4．3　獲取訓(xùn)練器　51
3．4．4　開(kāi)始訓(xùn)練　52
3．5　使用參數(shù)預(yù)測(cè)　54
3．5．1　初始化PaddlePaddle　54
3．5．2　獲取訓(xùn)練好的參數(shù)　54
3．5．3　讀取圖片　54
3．5．4　開(kāi)始預(yù)測(cè)　55
3．6　小結(jié)　56
第4章　CIFAR數(shù)據(jù)集中彩色圖像的
識(shí)別　57
4．1　引言　57
4．2　數(shù)據(jù)集　57
4．3　定義神經(jīng)網(wǎng)絡(luò)模型　59
4．4　開(kāi)始訓(xùn)練模型　61
4．4．1　導(dǎo)入依賴包　62
4．4．2　初始化Paddle　62
4．4．3　獲取參數(shù)　62
4．4．4　創(chuàng)建訓(xùn)練器　63
4．4．5　開(kāi)始訓(xùn)練　64
4．5　使用參數(shù)預(yù)測(cè)　67
4．6　使用其他神經(jīng)模型　69
4．7　小結(jié)　70
第5章　自定義圖像數(shù)據(jù)集的識(shí)別　72
5．1　引言　72
5．2　網(wǎng)絡(luò)爬蟲(chóng)技術(shù)　72
5．2．1　網(wǎng)絡(luò)爬蟲(chóng)的整體框架　72
5．2．2　URL管理器　74
5．2．3　網(wǎng)頁(yè)下載器　75
5．2．4　網(wǎng)頁(yè)解析器　76
5．3　網(wǎng)絡(luò)爬蟲(chóng)實(shí)例　77
5．3．1　調(diào)度器的使用　79
5．3．2　URL管理器的使用　80
5．3．3　網(wǎng)頁(yè)下載器的使用　81
5．3．4　網(wǎng)頁(yè)解析器的使用　82
5．3．5　數(shù)據(jù)收集器的使用　83
5．3．6　運(yùn)行代碼　84
5．4　數(shù)據(jù)集　88
5．4．1　生成圖像列表　89
5．4．2　讀取數(shù)據(jù)　92
5．5　定義神經(jīng)網(wǎng)絡(luò)　96
5．6　使用PaddlePaddle開(kāi)始訓(xùn)練　97
5．6．1　創(chuàng)建訓(xùn)練器　98
5．6．2　開(kāi)始訓(xùn)練　99
5．7　使用PaddlePaddle預(yù)測(cè)　102
5．8　小結(jié)　104
第6章　驗(yàn)證碼的識(shí)別　105
6．1　引言　105
6．2　數(shù)據(jù)集的獲取　105
6．2．1　下載驗(yàn)證碼　106
6．2．2　修改驗(yàn)證碼的文件名　107
6．2．3　裁剪驗(yàn)證碼　108
6．2．4　生成圖像列表　110
6．3　讀取數(shù)據(jù)　111
6．4　使用PaddlePaddle開(kāi)始訓(xùn)練　112
6．5　使用PaddlePaddle預(yù)測(cè)　118
6．5．1　裁剪驗(yàn)證碼　118
6．5．2　預(yù)測(cè)圖像　119
6．5．3　標(biāo)簽轉(zhuǎn)成字符　120
6．6　小結(jié)　121
第7章　場(chǎng)景文字識(shí)別　122
7．1　引言　122
7．2　數(shù)據(jù)集　122
7．3　定義神經(jīng)網(wǎng)絡(luò)模型　123
7．4　數(shù)據(jù)的讀取　128
7．4．1　讀取圖像列表　128
7．4．2　生成標(biāo)簽字典　129
7．4．3　讀取訓(xùn)練數(shù)據(jù)　131
7．5　訓(xùn)練模型　133
7．5．1　訓(xùn)練準(zhǔn)備　133
7．5．2　安裝libwarpctc．so庫(kù)　135
7．5．3　開(kāi)始訓(xùn)練　136
7．6　開(kāi)始預(yù)測(cè)　137
7．7　小結(jié)　140
第8章　驗(yàn)證碼端到端的識(shí)別　141
8．1　引言　141
8．2　數(shù)據(jù)集　141
8．3　生成圖像列表文件　143
8．4　數(shù)據(jù)的讀取　144
8．4．1　讀取數(shù)據(jù)并存儲(chǔ)成列表　144
8．4．2　生成和讀取標(biāo)簽字典　145
8．4．3　讀取訓(xùn)練和測(cè)試的數(shù)據(jù)　146
8．5　定義網(wǎng)絡(luò)模型　147
8．6　生成訓(xùn)練器　150
8．7　定義訓(xùn)練　151
8．8　啟動(dòng)訓(xùn)練　152
8．9　開(kāi)始預(yù)測(cè)　153
8．10　小結(jié)　156
第9章　車牌端到端的識(shí)別　157
9．1　引言　157
9．2　車牌數(shù)據(jù)的采集　157
9．2．1　車牌數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)　165
9．3．3　生成和讀取標(biāo)簽字典　166
9．3．4　訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)的
讀取　167
9．4　定義神經(jīng)網(wǎng)絡(luò)　169
9．5　開(kāi)始訓(xùn)練　171
9．6　開(kāi)始預(yù)測(cè)　173
9．7　小結(jié)　176
第　10章 使用VOC數(shù)據(jù)集實(shí)現(xiàn)目標(biāo)
檢測(cè)　177
10．1　引言　177
10．2　VOC數(shù)據(jù)集　177
10．2．1　下載VOC數(shù)據(jù)集　178
10．2．2　生成圖像列表　179
10．3　數(shù)據(jù)預(yù)處理　180
10．4　SSD神經(jīng)網(wǎng)絡(luò)　182
10．5　訓(xùn)練模型　186
10．6　評(píng)估模型　189
10．7　預(yù)測(cè)數(shù)據(jù)　191
10．7．1　預(yù)測(cè)并保存預(yù)測(cè)
結(jié)果　191
10．7．2　顯示畫出的框　193
10．8　小結(jié)　195
第　11章 通過(guò)自定義圖像數(shù)據(jù)集實(shí)現(xiàn)
目標(biāo)檢測(cè)　196
11．1　引言　196
11．2　數(shù)據(jù)集　196
11．2．1　下載車牌數(shù)據(jù)　196
11．2．2　重命名圖像　197
11．3　標(biāo)注數(shù)據(jù)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(xùn)練模型　202
11．4．1　預(yù)訓(xùn)練模型處理　202
11．4．2　開(kāi)始訓(xùn)練　203
11．5　評(píng)估模型　204
11．6　預(yù)測(cè)圖片　205
11．6．1　獲取預(yù)測(cè)結(jié)果　205
11．6．2　顯示預(yù)測(cè)結(jié)果　206
11．7　小結(jié)　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(jīng)網(wǎng)絡(luò)　210
12．4　訓(xùn)練程序　212
12．4．1　定義數(shù)據(jù)　213
12．4．2　定義平均正確率　213
12．4．3　定義測(cè)試程序　213
12．4．4　定義優(yōu)化方法　214
12．5　訓(xùn)練模型　214
12．5．1　定義調(diào)試器　215
12．5．2　獲取數(shù)據(jù)　215
12．5．3　開(kāi)始訓(xùn)練　216
12．5．4　保存預(yù)測(cè)模型　217
12．6　預(yù)測(cè)模型　217
12．7　小結(jié)　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(jiǎn)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(shù)據(jù)添加到
VisualDL中　229
13．6　小結(jié)　232
第　14章 把PaddlePaddle部署到網(wǎng)站
服務(wù)器上　233
14．1　引言　233
14．2　開(kāi)發(fā)環(huán)境　233
14．3　Flask的使用　234
14．3．1　安裝Flask　234
14．3．2　測(cè)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(yù)測(cè)　237
14．4．1　獲取預(yù)測(cè)模型　237
14．4．2　部署PaddlePaddle　238
14．5　小結(jié)　242
第　15章 把PaddlePaddle應(yīng)用到
Android手機(jī)　244
15．1　引言　244
15．2　編譯PaddlePaddle庫(kù)　244
15．2．1　使用Docker編譯
PaddlePaddle庫(kù)　244
15．2．2　使用Linux編譯
PaddlePaddle庫(kù)　247
15．3　MobileNet神經(jīng)網(wǎng)絡(luò)　250
15．4　訓(xùn)練模型　254
15．5　編寫預(yù)測(cè)代碼　258
15．6　合并模型　261
15．7　移植到Android　262
15．7．1　加載PaddlePaddle庫(kù)　262
15．7．2　加載合并的模型　263
15．7．3　開(kāi)發(fā)Android程序　263
15．8　小結(jié)　272