深度学习与飞桨PaddlePaddle Fluid实战电子书

版权

内容提要

前 言

为什么要写作本书

本书的内容结构

本书的目标读者

配套资源

作者简介

致谢

第1章 飞桨PaddlePaddle简介与AI Studio的使用

1.1 飞桨PaddlePaddle简介

1.2 飞桨PaddlePaddle的工具组件

1.3 飞桨PaddlePaddle在百度内部支持的案例

1.4 飞桨PaddlePaddle与TensorFlow的对比

1.5 AI Studio简介

1.6 在AI Studio中创建项目

1.7 AI Studio单机项目概述

1.8 Notebook环境使用说明

1.9 AI Studio集群项目

1.10 在线部署及预测

1.11 NumPy常规操作及使用

第2章 PaddlePaddle Fluid的环境搭建与安装

2.1 在Linux系统中安装PaddlePaddle

2.2 在Windows系统中安装PaddlePaddle

2.3 在macOS系统中安装PaddlePaddle

第3章 PaddlePaddle深度学习入门——在MNIST上进行手写数字识别

3.1 引言

3.2 模型概览

3.3 数据介绍

3.4 PaddlePaddle的程序配置过程

3.5 构建训练过程

3.6 应用模型

3.7 小结

第4章 PaddlePaddle设计思想与核心技术

4.1 编译时与运行时的概念

4.2 Fluid内部执行流程

4.3 Program设计简介

4.4 Block简介

4.5 Block和Program的设计细节

4.6 框架执行器设计思想

4.7 示例

4.8 LoD Tensor数据结构解读

4.9 动态图机制——DyGraph

第5章 独孤九剑——经典图像分类网络实现

5.1 图像分类网络现状

5.2 VGG16图像分类任务

5.3 模块化设计GoogleNet

5.4 Alexnet模型实现

5.5 Resnet模型实现

5.6 MobileNet V2模型实现

5.7 ShuffleNet V2模型实现

第6章 “天网”系统基础——目标检测

6.1 目标检测简介

6.2 对R-CNN系列算法的探索历史

6.3 单步目标检测算法

6.4 PyramidBox

第7章 “天网”系统进阶——像素级物体分割

7.1 物体分割简介

7.2 语义分割与实例分割的关系

7.3 语义分割

7.4 实例分割

第8章 从零开始了解NLP技术——word2vec

8.1 初识NLP

8.2 词向量简介

8.3 如何得到词向量模型

8.4 词向量模型概览

8.5 通过PaddlePaddle训练CBOW模型

8.6 小结

第9章 feed流最懂你——个性化推荐

9.1 引言

9.2 推荐网络模型设计

9.3 电影推荐实验

9.4 小结

第10章 让机器读懂你的心——情感分析技术

10.1 情感分析及其作用

10.2 模型设计

10.3 情感分析实验

第11章 NLP技术深入理解——语义角色标注

11.1 引言

11.2 模型概览

11.3 使用PaddlePaddle实现SRL任务

11.4 小结

第12章 NLP技术的应用——机器翻译

12.1 引言

12.2 效果展示

12.3 模型概览

12.4 机器翻译实战

第13章 PaddlePaddle移动端及嵌入式框架——Paddle-Mobile

13.1 Paddle-Mobile简介

13.2 Paddle-Mobile优化与适配

13.3 移动端主体识别和分类

13.4 编译与开发Paddle-Mobile平台库

13.5 开发一个基于移动端深度学习框架的Android APP

13.6 Paddle-Mobile设计思想

第14章 百度开源高速推理引擎——Anakin

14.1 Anakin架构与性能

14.2 Anakin的特性

14.3 Anakin的使用方法

14.4 示例程序

附录A TensorFlow与PaddlePaddle Fluid接口中常用层对照表

附录B Caffe与PaddlePaddle Fluid接口中常用层对照表