Python深度學習實戰(zhàn)（基于Pytorch）

第 1 章 深度學習簡介　1
1．1　計算機視覺　1
1．1．1　定義　1
1．1．2　基本任務(wù)　1
1．1．3　傳統(tǒng)方法　2
1．1．4　仿生學與深度學習　3
1．1．5　現(xiàn)代深度學習　4
1．2　自然語言處理　7
1．2．1　自然語言處理的基本問題　7
1．2．2　傳統(tǒng)方法與神經(jīng)網(wǎng)絡(luò)方法的比較　8
1．2．3　發(fā)展趨勢　9
1．3　強化學習　10
1．3．1　什么是強化學習　10
1．3．2　強化學習算法簡介　12
1．3．3　強化學習的應用　12
1．4　本章小結(jié)　13
第　2 章 深度學習框架　14
2．1　Caffe　14
2．1．1　什么是 Caffe　14
2．1．2　Caffe 的特點　14
2．1．3　Caffe 概述　15
2．2　TensorFlow　16
2．2．1　什么是 TensorFlow　16
2．2．2　數(shù)據(jù)流圖　16
2．2．3　TensorFlow 的特點　17
2．2．4　TensorFlow 概述　17
2．3　PyTorch　20
2．3．1　什么是 PyTorch　20
2．3．2　PyTorch 的特點　20
2．3．3　PyTorch 概述　20
2．4　三者的比較　22
2．5　本章小結(jié)　24
第　3 章 機器學習基礎(chǔ)知識　25
3．1　模型評估與模型參數(shù)選擇　25
3．1．1　驗證　26
3．1．2　正則化　26
3．2　監(jiān)督學習與非監(jiān)督學習　26
3．2．1　監(jiān)督學習　27
3．2．2　非監(jiān)督學習　28
3．3　本章小結(jié)　29
第　4 章 PyTorch 深度學習基礎(chǔ)　30
4．1　Tensor 對象及其運算　30
4．2　Tensor 的索引和切片　32
4．3　Tensor 的變換、拼接和拆分　33
4．4　PyTorch 的 Reduction 操作　35
4．5　PyTorch 的自動微分　36
4．6　本章小結(jié)　38
第　5 章 Logistic 回歸　39
5．1　線性回歸簡介　39
5．2　Logistic 回歸簡介　41
5．3　用 PyTorch 實現(xiàn) Logistic 回歸　43
5．3．1　數(shù)據(jù)準備　43
5．3．2　線性方程　44
5．3．3　激活函數(shù)　45
5．3．4　損失函數(shù)　45
5．3．5　優(yōu)化算法　47
5．3．6　模型可視化　47
5．4　本章小結(jié)　48
第　6 章 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)　49
6．1　基礎(chǔ)概念　49
6．2　感知器　52
6．2．1　單層感知器　52
6．2．2　多層感知器　53
6．3　BP 神經(jīng)網(wǎng)絡(luò)　53
6．3．1　梯度下降　53
6．3．2　反向傳播　54
6．4　Dropout 正則化　55
6．5　Batch Normalization　56
6．5．1　Batch Normalization 的實現(xiàn)方式　57
6．5．2　Batch Normalization 的使用方法　58
6．6　本章小結(jié)　59
第　7 章 卷積神經(jīng)網(wǎng)絡(luò)與計算機視覺　60
7．1　卷積神經(jīng)網(wǎng)絡(luò)的基本思想　60
7．2　卷積操作　61
7．3　池化層　63
7．4　卷積神經(jīng)網(wǎng)絡(luò)　64
7．5　經(jīng)典網(wǎng)絡(luò)結(jié)構(gòu)　64
7．5．1　VGG 網(wǎng)絡(luò)　64
7．5．2　InceptionNet　65
7．5．3　ResNet　66
7．6　用 PyTorch 進行手寫數(shù)字識別　67
7．7　本章小結(jié)　72
第　8 章 神經(jīng)網(wǎng)絡(luò)與自然語言處理　73
8．1　語言建模　73
8．2　基于多層感知器的架構(gòu)　75
8．3　基于循環(huán)神經(jīng)網(wǎng)絡(luò)的架構(gòu)　76
8．3．1　循環(huán)單元　77
8．3．2　通過時間反向傳播　77
8．3．3　帶有門限的循環(huán)單元　78
8．3．4　循環(huán)神經(jīng)網(wǎng)絡(luò)語言模型　79
8．3．5　神經(jīng)機器翻譯　80
8．4　基于卷積神經(jīng)網(wǎng)絡(luò)的架構(gòu)　83
8．5　基于 Transformer 的架構(gòu)　85
8．5．1　多頭注意力　86
8．5．2　非參位置編碼　88
8．5．3　編碼器單元與解碼器單元　88
8．6　表示學習與預訓練技術(shù)　89
8．6．1　詞向量　90
8．6．2　加入上下文信息的特征表示　91
8．6．3　網(wǎng)絡(luò)預訓練　92
8．7　本章小結(jié)　95
第　9 章 實戰(zhàn)：使用 PyTorch 實現(xiàn)
基于卷積神經(jīng)網(wǎng)絡(luò)模型的圖像分類與數(shù)據(jù)可視化　96
9．1　卷積神經(jīng)網(wǎng)絡(luò)模型　96
9．1．1　卷積神經(jīng)網(wǎng)絡(luò)模型的發(fā)展　96
9．1．2　Tensorboard　97
9．2　卷積神經(jīng)網(wǎng)絡(luò)模型與 Tensorboard實戰(zhàn)　97
9．2．1　FashionMNIST 數(shù)據(jù)集　97
9．2．2　數(shù)據(jù)準備與模型搭建　98
9．2．3　Tensorboard 的使用　100
9．3　本章小結(jié)　108
第　10 章 實戰(zhàn)：使用 PyTorch 實現(xiàn)基于textCNN的文本分類　109
10．1　文本分類常用的 Python 工具庫　109
10．2　數(shù)據(jù)集　110
10．3　算法模型　111
10．3．1　模型介紹　111
10．3．2　模型實現(xiàn)　114
10．3．3　模型結(jié)果　115
10．4　本章小結(jié)　115
第　11 章 實戰(zhàn)：使用 PyTorch 搭建卷積神經(jīng)網(wǎng)絡(luò)進行音頻
轉(zhuǎn)化　116
11．1　數(shù)據(jù)集準備　116
11．2　數(shù)據(jù)預處理　116
11．2．1　數(shù)據(jù)集讀取　116
11．2．2　音頻文件分段　117
11．2．3　CQT　118
11．3　模型構(gòu)建　119
11．3．1　激活函數(shù)　119
11．3．2　模型分析　120
11．3．3　ReLU 激活函數(shù)的定義和
實現(xiàn)．120
11．3．4　flatten 函數(shù)平整層處理　121
11．3．5　sigmoid 激活函數(shù)　122
11．4　模型訓練與結(jié)果評估　122
11．4．1　adam 優(yōu)化器　122
11．4．2　學習率策略定義　122
11．4．3　準確度驗證　123
11．4．4　訓練　124
11．5　本章小結(jié)　124
第　12 章 實戰(zhàn)：使用 PyTorch 實現(xiàn)YOLOv3 的驗證碼識別　125
12．1　YOLOv3　125
12．1．1　YOLOv3 概述　125
12．1．2　YOLOv3 與 PyTorch　125
12．1．3　YOLOv3 案例的意義　126
12．2　目標檢測案例：驗證碼中的簡單文字識別　126
12．2．1　YOLOv3 的安裝和文檔　126
12．2．2　訓練集的獲取和數(shù)據(jù)標注　126
12．2．3　模型訓練　128
12．2．4　模型的測試與預覽　128
12．3　YOLO 的其他拓展　129
12．4　本章小結(jié)　129
第　13 章 實戰(zhàn)：使用 PyTorch 實現(xiàn)基于預訓練模型的文本情感分析　130
13．1　模型介紹　130
13．1．1　預訓練模型　130
13．1．2　BERT　130
13．2　情感分類介紹　131
13．2．1　文本情感分析　131
13．2．2　BERT 情感分析原理簡析　131
13．3　環(huán)境搭建　131
13．3．1　環(huán)境選擇　132
13．3．2　Conda 簡介　133
13．3．3　Huggingface-Transformer 簡介　133
13．3．4　Huggingface-Transformer 下載　133
13．4　數(shù)據(jù)集獲取　133
13．5　模型微調(diào)　134
13．6　效果測評　136
13．7　本章小結(jié)　137
第　14 章 實戰(zhàn)：用 PyTorch 進行
視頻處理　138
14．1　數(shù)據(jù)準備　138
14．2　數(shù)據(jù)預處理　139
14．2．1　數(shù)據(jù)集的讀取　139
14．2．2　視頻關(guān)鍵幀的提取　139
14．3　模型構(gòu)建　140
14．3．1　ResNet-18 提取關(guān)鍵幀的特征　141
14．3．2　L2 正則化關(guān)鍵幀特征　142
14．3．3　視頻相似度匹配　142
14．3．4　幀級相似度匹配　143
14．4　模型訓練與結(jié)果評估　145
14．4．1　訓練函數(shù)的實現(xiàn)　145
14．4．2　訓練結(jié)果提交　146
14．5　本章小結(jié)　146
第　15 章 實戰(zhàn)：使用 PyTorch 在跨域數(shù)據(jù)集上進行圖像分類　147
15．1　遷移學習　147
15．2　跨域數(shù)據(jù)集　148
15．3　ResNet-50　149
15．4　案例分析　149
15．4．1　數(shù)據(jù)預處理　149
15．4．2　讀取數(shù)據(jù)　151
15．4．3　訓練　153
15．5　本章小結(jié)　154
第　16 章 實戰(zhàn)：使用 PyTorch 實現(xiàn)基于BERT的自動新聞文本分類　155
16．1　文本分類概述　155
16．2　BERT 簡介　156
16．3　數(shù)據(jù)預處理　158
16．4　模型實現(xiàn)　159
16．5　本章小結(jié)　160
附錄　A PyTorch 環(huán)境搭建　161
A．1　Linux 平臺下 PyTorch 環(huán)境搭建　161
A．2　Windows 平臺下 PyTorch 環(huán)境
搭建．163
附錄　B 深度學習的數(shù)學基礎(chǔ)　165
B．1　線性代數(shù)　165
B．2　概率論　172