動手學深度學習

對本書的贊譽
前言
如何使用本書
資源與支持
主要符號表
第　1章深度學習簡介　1
1.1　起源　2
1.2　發(fā)展　4
1.3　成功案例　6
1.4　特點　7
小結　8
練習　8
第　2章預備知識　9
2.1　獲取和運行本書的代碼　9
2.1.1　獲取代碼并安裝運行環(huán)境　9
2.1.2　更新代碼和運行環(huán)境　11
2.1.3　使用GPU版的MXNet　11
小結12
練習12
2.2　數(shù)據(jù)操作　12
2.2.1　創(chuàng)建NDArray　12
2.2.2　運算　14
2.2.3　廣播機制　16
2.2.4　索引　17
2.2.5　運算的內存開銷　17
2.2.6　NDArray和NumPy相互變換18
小結19
練習19
2.3　自動求梯度　19
2.3.1　簡單例子　19
2.3.2　訓練模式和預測模式　20
2.3.3　對Python控制流求梯度　20
小結21
練習21
2.4　查閱文檔　21
2.4.1　查找模塊里的所有函數(shù)和類　21
2.4.2　查找特定函數(shù)和類的使用　22
2.4.3　在MXNet網(wǎng)站上查閱　23
小結　24
練習　24
第3章深度學習基礎　25
3.1　線性回歸　25
3.1.1　線性回歸的基本要素　25
3.1.2　線性回歸的表示方法　28
小結　30
練習　30
3.2　線性回歸的從零開始實現(xiàn)　30
3.2.1　生成數(shù)據(jù)集　30
3.2.2　讀取數(shù)據(jù)集　32
3.2.3　初始化模型參數(shù)　32
3.2.4　定義模型　33
3.2.5　定義損失函數(shù)　33
3.2.6　定義優(yōu)化算法　33
3.2.7　訓練模型　33
小結　34
練習　34
3.3　線性回歸的簡潔實現(xiàn)　35
3.3.1　生成數(shù)據(jù)集　35

3.3.2　讀取數(shù)據(jù)集　35

3.3.3　定義模型　36

3.3.4　初始化模型參數(shù)　36
3.3.5　定義損失函數(shù)　37
3.3.6　定義優(yōu)化算法　37
3.3.7　訓練模型　37
小結　38
練習　38
3.4　softmax回歸　38
3.4.1　分類問題　38
3.4.2　softmax回歸模型　39
3.4.3　單樣本分類的矢量計算表達式　40
3.4.4　小批量樣本分類的矢量計算表達式　40
3.4.5　交叉熵損失函數(shù)　41
3.4.6　模型預測及評價　42
小結　42
練習　42
3.5　圖像分類數(shù)據(jù)集（Fashion-MNIST）　42
3.5.1　獲取數(shù)據(jù)集　42
3.5.2　讀取小批量　44
小結　45
練習　45
3.6　softmax回歸的從零開始實現(xiàn)　45
3.6.1　讀取數(shù)據(jù)集　45
3.6.2　初始化模型參數(shù)　45
3.6.3　實現(xiàn)softmax運算　46
3.6.4　定義模型　46
3.6.5　定義損失函數(shù)　47
3.6.6　計算分類準確率　47
3.6.7　訓練模型　48
3.6.8　預測　48
小結　49

練習　49
3.7　softmax回歸的簡潔實現(xiàn)　49
3.7.1　讀取數(shù)據(jù)集　49
3.7.2　定義和初始化模型　50
3.7.3　softmax和交叉熵損失函數(shù)　50
3.7.4　定義優(yōu)化算法　50
3.7.5　訓練模型　50
小結　50
練習　50
3.8　多層感知機　51
3.8.1　隱藏層　51
3.8.2　激活函數(shù)　52
3.8.3　多層感知機　55
小結　55
練習　55
3.9　多層感知機的從零開始實現(xiàn)　56
3.9.1　讀取數(shù)據(jù)集　56
3.9.2　定義模型參數(shù)　56
3.9.3　定義激活函數(shù)　56
3.9.4　定義模型　56
3.9.5　定義損失函數(shù)　57
3.9.6　訓練模型　57
小結　57
練習　57
3.10　多層感知機的簡潔實現(xiàn)　57
3.10.1　定義模型　58
3.10.2　訓練模型　58
小結　58
練習　58
3.11　模型選擇、欠擬合和過擬合　58
3.11.1　訓練誤差和泛化誤差　59
3.11.2　模型選擇　59
3.11.3　欠擬合和過擬合　60
3.11.4　多項式函數(shù)擬合實驗　61
小結　65
練習　65
3.12　權重衰減　65
3.12.1　方法　65
3.12.2　高維線性回歸實驗　66
3.12.3　從零開始實現(xiàn)　66
3.12.4　簡潔實現(xiàn)　68
小結　70
練習　70
3.13　丟棄法　70
3.13.1　方法　70
3.13.2　從零開始實現(xiàn)　71
3.13.3　簡潔實現(xiàn)　73
小結　74
練習　74
3.14　正向傳播、反向傳播和計算圖　74
3.14.1　正向傳播　74
3.14.2　正向傳播的計算圖　75
3.14.3　反向傳播　75
3.14.4　訓練深度學習模型　76
小結　77
練習　77
3.15　數(shù)值穩(wěn)定性和模型初始化　77
3.15.1　衰減和爆炸　77
3.15.2　隨機初始化模型參數(shù)　78
小結　78
練習　79
3.16　實戰(zhàn)Kaggle比賽：房價預測　79
3.16.1　Kaggle比賽　79
3.16.2　讀取數(shù)據(jù)集　80
3.16.3　預處理數(shù)據(jù)集　81
3.16.4　訓練模型　82
3.16.5　k折交叉驗證　82
3.16.6　模型選擇　83
3.16.7　預測并在Kaggle提交結果　84
小結　85
練習　85
第4章深度學習計算　86
4.1　模型構造　86
4.1.1　繼承Block類來構造模型　86
4.1.2　Sequential類繼承自Block類　87
4.1.3　構造復雜的模型　88
小結　89
練習　90
4.2　模型參數(shù)的訪問、初始化和共享　90
4.2.1　訪問模型參數(shù)　90
4.2.2　初始化模型參數(shù)　92
4.2.3　自定義初始化方法　93
4.2.4　共享模型參數(shù)　94
小結　94
練習　94
4.3　模型參數(shù)的延后初始化　95
4.3.1　延后初始化　95
4.3.2　避免延后初始化　96
小結　96
練習　97
4.4　自定義層　97
4.4.1　不含模型參數(shù)的自定義層　97
4.4.2　含模型參數(shù)的自定義層　98
小結　99
練習　99
4.5　讀取和存儲　99
4.5.1　讀寫NDArray　99
4.5.2　讀寫Gluon模型的參數(shù)　100
小結　101
練習　101
4.6　GPU計算　101
4.6.1　計算設備　102
4.6.2　NDArray的GPU計算　102
4.6.3　Gluon的GPU計算　104
小結　105
練習　105
第5章卷積神經(jīng)網(wǎng)絡　106
5.1　二維卷積層　106
5.1.1　二維互相關運算　106
5.1.2　二維卷積層　107
5.1.3　圖像中物體邊緣檢測　108
5.1.4　通過數(shù)據(jù)學習核數(shù)組　109
5.1.5　互相關運算和卷積運算　109
5.1.6　特征圖和感受野　110
小結　110
練習　110
5.2　填充和步幅　111
5.2.1　填充　111
5.2.2　步幅　112
小結　113
練習　113
5.3　多輸入通道和多輸出通道　114
5.3.1　多輸入通道　114
5.3.2　多輸出通道　115
5.3.3　1×1卷積層　116
小結　117
練習　117
5.4　池化層　117
5.4.1　二維最大池化層和平均池化層　117
5.4.2　填充和步幅　119
5.4.3　多通道　120
小結　120
練習　121
5.5　卷積神經(jīng)網(wǎng)絡（LeNet）　121
5.5.1　LeNet模型　121
5.5.2　訓練模型　122
小結　124
練習　124
5.6　深度卷積神經(jīng)網(wǎng)絡（AlexNet）　124
5.6.1　學習特征表示　125
5.6.2　AlexNet　126
5.6.3　讀取數(shù)據(jù)集　127
5.6.4　訓練模型　128
小結　128
練習　129
5.7　使用重復元素的網(wǎng)絡（VGG）　129
5.7.1　VGG塊　129
5.7.2　VGG網(wǎng)絡　129
5.7.3　訓練模型　130
小結　131
練習　131
5.8　網(wǎng)絡中的網(wǎng)絡（NiN）　131
5.8.1　NiN塊　131
5.8.2　NiN模型　132
5.8.3　訓練模型　133
小結　134
練習　134
5.9　含并行連結的網(wǎng)絡（GoogLeNet）　134
5.9.1　Inception塊　134
5.9.2　GoogLeNet模型　135
5.9.3　訓練模型　137
小結　137
練習　137
5.10　批量歸一化　138
5.10.1　批量歸一化層　138
5.10.2　從零開始實現(xiàn)　139
5.10.3　使用批量歸一化層的LeNet　140
5.10.4　簡潔實現(xiàn)　141
小結　142
練習　142
5.11　殘差網(wǎng)絡（ResNet）　143
5.11.1　殘差塊　143
5.11.2　ResNet模型　145
5.11.3　訓練模型　146
小結　146
練習　146
5.12　稠密連接網(wǎng)絡（DenseNet）　147
5.12.1　稠密塊　147
5.12.2　過渡層　148
5.12.3　DenseNet模型　148
5.12.4　訓練模型　149
小結　149
練習　149
第6章循環(huán)神經(jīng)網(wǎng)絡　150
6.1　語言模型　150
6.1.1　語言模型的計算　151
6.1.2　n元語法　151
小結　152
練習　152
6.2　循環(huán)神經(jīng)網(wǎng)絡　152
6.2.1　不含隱藏狀態(tài)的神經(jīng)網(wǎng)絡　152
6.2.2　含隱藏狀態(tài)的循環(huán)神經(jīng)網(wǎng)絡　152
6.2.3　應用：基于字符級循環(huán)神經(jīng)網(wǎng)絡的語言模型　154
小結　155
練習　155
6.3　語言模型數(shù)據(jù)集（歌詞）　155
6.3.1　讀取數(shù)據(jù)集　155
6.3.2　建立字符索引　156
6.3.3　時序數(shù)據(jù)的采樣　156
小結　158
練習　159
6.4　循環(huán)神經(jīng)網(wǎng)絡的從零開始實現(xiàn)　159
6.4.1　one-hot向量　159
6.4.2　初始化模型參數(shù)　160
6.4.3　定義模型　160
6.4.4　定義預測函數(shù)　161
6.4.5　裁剪梯度　161
6.4.6　困惑度　162
6.4.7　定義模型訓練函數(shù)　162
6.4.8　訓練模型并創(chuàng)作歌詞　163
小結　164
練習　164
6.5　循環(huán)神經(jīng)網(wǎng)絡的簡潔實現(xiàn)　165
6.5.1　定義模型　165
6.5.2　訓練模型　166
小結　168
練習　168
6.6　通過時間反向傳播　168
6.6.1　定義模型　168
6.6.2　模型計算圖　169
6.6.3　方法　169
小結　170
練習　170
6.7　門控循環(huán)單元（GRU）　170
6.7.1　門控循環(huán)單元　171
6.7.2　讀取數(shù)據(jù)集　173
6.7.3　從零開始實現(xiàn)　173
6.7.4　簡潔實現(xiàn)　175
小結　176
練習　176
6.8　長短期記憶（LSTM）　176
6.8.1　長短期記憶　176
6.8.2　讀取數(shù)據(jù)集　179
6.8.3　從零開始實現(xiàn)　179
6.8.4　簡潔實現(xiàn)　181
小結　181
練習　182
6.9　深度循環(huán)神經(jīng)網(wǎng)絡　182
小結　183
練習　183
6.10　雙向循環(huán)神經(jīng)網(wǎng)絡　183
小結　184
練習　184
第7章優(yōu)化算法　185
7.1　優(yōu)化與深度學習　185
7.1.1　優(yōu)化與深度學習的關系　185
7.1.2　優(yōu)化在深度學習中的挑戰(zhàn)　186
小結　188
練習　189
7.2　梯度下降和隨機梯度下降　189
7.2.1　一維梯度下降　189
7.2.2　學習率　190
7.2.3　多維梯度下降　191
7.2.4　隨機梯度下降　193
小結　194
練習　194
7.3　小批量隨機梯度下降　194
7.3.1　讀取數(shù)據(jù)集　195
7.3.2　從零開始實現(xiàn)　196
7.3.3　簡潔實現(xiàn)　198
小結　199
練習　199
7.4　動量法　200
7.4.1　梯度下降的問題　200
7.4.2　動量法　201
·6·　目錄
7.4.3　從零開始實現(xiàn)　203
7.4.4　簡潔實現(xiàn)　205
小結　205
練習　205
7.5　AdaGrad算法206
7.5.1　算法　206
7.5.2　特點　206
7.5.3　從零開始實現(xiàn)　208
7.5.4　簡潔實現(xiàn)　209
小結　209
練習　209
7.6　RMSProp算法　209
7.6.1　算法　210
7.6.2　從零開始實現(xiàn)　211
7.6.3　簡潔實現(xiàn)　212
小結　212
練習　212
7.7　AdaDelta算法　212
7.7.1　算法　212
7.7.2　從零開始實現(xiàn)　213
7.7.3　簡潔實現(xiàn)　214
小結　214
練習　214
7.8　Adam算法　215
7.8.1　算法　215
7.8.2　從零開始實現(xiàn)　216
7.8.3　簡潔實現(xiàn)　216
小結　217
練習　217
第8章計算性能　218
8.1　命令式和符號式混合編程　218
8.1.1　混合式編程取兩者之長　220
8.1.2　使用HybridSequential類構造模型　220
8.1.3　使用HybridBlock類構造模型　222
小結　224
練習　224
8.2　異步計算　224
8.2.1　MXNet中的異步計算　224
8.2.2　用同步函數(shù)讓前端等待計算結果　226
8.2.3　使用異步計算提升計算性能　226
8.2.4　異步計算對內存的影響　227
小結　229
練習　229
8.3　自動并行計算　229
8.3.1　CPU和GPU的并行計算　230
8.3.2　計算和通信的并行計算　231
小結　231
練習　231
8.4　多GPU計算　232
8.4.1　數(shù)據(jù)并行　232
8.4.2　定義模型　233
8.4.3　多GPU之間同步數(shù)據(jù)　234
8.4.4　單個小批量上的多GPU訓練　236
8.4.5　定義訓練函數(shù)　236
8.4.6　多GPU訓練實驗　237
小結　237
練習　237
8.5　多GPU計算的簡潔實現(xiàn)　237
8.5.1　多GPU上初始化模型參數(shù)　238
8.5.2　多GPU訓練模型　239
小結　241
練習　241
第9章計算機視覺　242
9.1　圖像增廣242
9.1.1　常用的圖像增廣方法　243
9.1.2　使用圖像增廣訓練模型　246
小結　250
練習　250
9.2　微調　250
熱狗識別　251
小結　255
練習　255
目　錄·7·
9.3　目標檢測和邊界框　255
邊界框　256
小結　257
練習　257
9.4　錨框　257
9.4.1　生成多個錨框　257
9.4.2　交并比　259
9.4.3　標注訓練集的錨框　260
9.4.4　輸出預測邊界框　263
小結　265
練習　265
9.5　多尺度目標檢測　265
小結　268
練習　268
9.6　目標檢測數(shù)據(jù)集（皮卡丘）　268
9.6.1　獲取數(shù)據(jù)集　269
9.6.2　讀取數(shù)據(jù)集　269
9.6.3　圖示數(shù)據(jù)　270
小結　270
練習　271
9.7　單發(fā)多框檢測（SSD）　271
9.7.1　定義模型　271
9.7.2　訓練模型　275
9.7.3　預測目標　277
小結　278
練習　278
9.8　區(qū)域卷積神經(jīng)網(wǎng)絡（R-CNN）系列280
9.8.1　R-CNN　280
9.8.2　FastR-CNN　281
9.8.3　FasterR-CNN　283
9.8.4　MaskR-CNN　284
小結　285
練習　285
9.9　語義分割和數(shù)據(jù)集　285
9.9.1　圖像分割和實例分割　285
9.9.2　PascalVOC2012語義分割數(shù)據(jù)集　286
小結　290
練習　290
9.10　全卷積網(wǎng)絡（FCN）　290
9.10.1　轉置卷積層　291
9.10.2　構造模型　292
9.10.3　初始化轉置卷積層　294
9.10.4　讀取數(shù)據(jù)集　295
9.10.5　訓練模型　296
9.10.6　預測像素類別　296
小結　297
練習　297
9.11　樣式遷移　298
9.11.1　方法　298
9.11.2　讀取內容圖像和樣式圖像　299
9.11.3　預處理和后處理圖像　300
9.11.4　抽取特征　301
9.11.5　定義損失函數(shù)　302
9.11.6　創(chuàng)建和初始化合成圖像　303
9.11.7　訓練模型　304
小結　306
練習　306