深度学习——Caffe之经典模型详解与实战

本书首先介绍了深度学习相关的理论和主流的深度学习框架，然后从Caffe 深度学习框架为切，介绍了Caffe 的安装、配置、编译和口等运行环境，剖析Caffe 网络模型的构成要素和常用的层类型和Solver 方法。通过LeNet 网络模型的Mnist 手写实例介绍其样本训练和识别过程，一步详细解读了AlexNet、VGGNet、GoogLeNet、Siamese 和SqueezeNet 网络模型，并给出了这些模型基于Caffe 的训练实战方法。然后，本书解读了利用深度学习行目标定位的经典网络模型：FCN、R-CNN、Fast-RCNN、Faster-RCNN 和SSD，并行目标定位Caffe 实战。本书的后，从著名的Kaggle 网站引了两个经典的实战项目，并行了有针对性的原始数据分析、网络模型设计和Caffe 训练策略实践，以求带给读者从问题提出到利用Caffe 求解的完整工程经历，从而使读者能尽快掌握Caffe 框架的使用技巧和实战经验。针对Caffe 和深度学习领域的初学者，本书是一本不可多得的参考资料。本书的内容既有易懂的理论背景，又有丰富的应用实践，是深度学习初学者的指导手册，也可作为深度学习相关领域工程师和爱好者的参考用书。
【推荐语】
1 着重于深度学习的应用实践能力提升。 2 以Caffe 深度学习框架为切，剖析了Caffe 网络模型的构成。 3  深解读了利用深度学习行目标定位的经典网络模型。 4 以两大经典实战项目引领读者经历从问题提出到利用Caffe 求解的完整工程。
【作者】
乐毅：计算机专业硕士，现任职于某数据通信公司，高级系统工程师。负责公司深度学习技术领域的应用及相关项目，对深度学习及大数据深度挖掘具有浓厚的兴趣。擅长Caffe等深度学习框架及网络模型应用。王斌：通信与信息系统硕士，现任职于某数据通信公司，高级系统工程师。多年致力于深度学习技术的前沿研究与应用，对Caffe等深度学习框架在图像识别领域有深刻理解，承担公司多项与机器学习相关的研究工作。