第1章 機器學習與模型 2
1.1 模型 2
1.2 參數與訓練 4
1.3 損失函數 9
1.4 計算圖的訓練 10
1.5 小結 12
第2章 計算圖 13
2.1 什麼是計算圖 13
2.2 前嚮傳播 14
2.3 函數優化與梯度下降法 18
2.4 鏈式法則與反嚮傳播 29
2.5 在計算圖上執行梯度下降法 36
2.6 節點類及其子類 36
2.7 用計算圖搭建ADALINE並訓練 44
2.8 小結 48
第3章 優化器 49
3.1 優化流程的抽象實現 49
3.2 BGD、SGD和MBGD 53
3.3 梯度下降優化器 58
3.4 樸素梯度下降法的局限 60
3.5 衝量優化器 61
3.6 AdaGrad優化器 62
3.7 RMSProp優化器 64
3.8 Adam優化器 65
3.9 小結 68
第二部分 模型篇
第4章 邏輯迴歸 70
4.1 對數損失函數 70
4.2 Logistic函數 73
4.3 二分類邏輯迴歸 75
4.4 多分類邏輯迴歸 78
4.5 交叉熵 81
4.6 實例：鳶尾花 85
4.7 小結 88
第5章 神經網絡 90
5.1 神經元與激活函數 90
5.2 神經網絡 95
5.3 多層全連接神經網絡 99
5.4 多個全連接層的意義 101
5.5 實例：鳶尾花 108
5.6 實例：手寫數字識彆 110
5.7 小結 116
第6章 非全連接神經網絡 117
6.1 帶二次項的邏輯迴歸 117
6.2 因子分解機 124
6.3 Wide & Deep 132
6.4 DeepFM 137
6.5 實例：泰坦尼剋號幸存者 141
6.6 小結 150
第7章 循環神經網絡 151
7.1 RNN的結構 151
7.2 RNN的輸齣 152
7.3 實例：正弦波與方波 155
7.4 變長序列 159
7.5 實例：3D電磁發音儀單詞識彆 164
7.6 小結 167
第8章 捲積神經網絡 168
8.1 濛德裏安與莫奈 168
8.2 濾波器 170
8.3 可訓練的濾波器 176
8.4 捲積層 183
8.5 池化層 186
8.6 CNN的結構 189
8.7 實例：手寫數字識彆 190
8.8 小結 194
第三部分 工程篇
第9章 訓練與評估 196
9.1 訓練和Trainer訓練器 196
9.2 評估和Metrics節點 202
9.3 混淆矩陣 204
9.4 正確率 204
9.5 查準率 206
9.6 查全率 206
9.7 ROC麯綫和AUC 208
9.8 小結 211
第10章 模型保存、預測和服務 212
10.1 模型保存 213
10.2 模型加載和預測 216
10.3 模型服務 216
10.4 客戶端 222
10.5 小結 223
第11章 分布式訓練 224
11.1 分布式訓練的原理 224
11.2 基於參數服務器的架構 230
11.3 Ring AllReduce原理 241
11.4 Ring AllReduce架構實現 248
11.5 分布式訓練性能評測 257
11.6 小結 259
第12章 工業級深度學習框架 261
12.1 張量 262
12.2 計算加速 263
12.3 GPU 265
12.4 數據接口 266
12.5 模型並行 266
12.6 靜態圖和動態圖 267
12.7 混閤精度訓練 268
12.8 圖優化和編譯優化 270
12.9 移動端和嵌入式端 270
12.10 小結 271
· · · · · · (收起)
具體描述
本書帶領讀者用原生Python語言和Numpy綫性代數庫實現一個基於計算圖的深度學習框架MatrixSlow（類似簡易版的PyTorch、TensorFlow或Caffe）。全書分為三個部分。第一部分是原理篇，實現瞭MatrixSlow框架的核心基礎設施，並基於此講解瞭機器學習與深度學習的概念和原理，比如模型、計算圖、訓練、梯度下降法及其各種變體。第二部分是模型篇，介紹瞭多種具有代錶性的模型，包括邏輯迴歸、多層全連接神經網絡、因子分解機、Wide & Deep、DeepFM、循環神經網絡以及捲積神經網絡，這部分除瞭著重介紹這些模型的原理、結構以及它們之間的聯係外，還用MatrixSlow框架搭建並訓練它們以解決實際問題。第三部分是工程篇，討論瞭一些與深度學習框架相關的工程問題，內容涉及訓練與評估，模型的保存、導入和服務部署，分布式訓練，等等。
用戶評價
##首先本書不是深度學習的入門書，而是實現框架的入門，對深度學習的理解有一定幫助，但核心還是理解框架。給5分是因為市場上比較缺少同類的書，有這麼一本書作為入門可以迅速拉低門檻，而且作者對深度學習的一些理解也非常不錯，算是意外收獲。但是本書還是有一定缺點的，例如作者對框架設計的一些原理講的不是很深刻，有點拿著結論推原因的感覺。
評分把文字復雜化瞭，真沒必要，看看魚書就夠瞭
評分 評分 評分##術道皆備的好書
評分##首先本書不是深度學習的入門書，而是實現框架的入門，對深度學習的理解有一定幫助，但核心還是理解框架。給5分是因為市場上比較缺少同類的書，有這麼一本書作為入門可以迅速拉低門檻，而且作者對深度學習的一些理解也非常不錯，算是意外收獲。但是本書還是有一定缺點的，例如作者對框架設計的一些原理講的不是很深刻，有點拿著結論推原因的感覺。
評分##術道皆備的好書
評分相關圖書
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.tinynews.org All Rights Reserved. 静思书屋 版权所有