MXNet 深度学习实战 (8):全面认识 MXNet 1.2.3

阅读数:3 2019 年 12 月 28 日 22:57

MXNet深度学习实战(8):全面认识MXNet 1.2.3

(Caffe/Caffe2)

内容简介
本书分为四大部分:
第一部分为准备篇(第 1~2 章),简单介绍深度学习相关的基础背景知识、深度学习框架 MXNet 的发展过程和优缺点,同时介绍基础开发环境的构建和 docker 的使用,帮助读者构建必要的基础知识背景。
第二部分为基础篇(第 3~7 章),介绍 MXNet 的几个主要模块,介绍 MXNet 的数据读取、数据增强操作,同时介绍了常用网络层的含义及使用方法、常见网络结构的设计思想,以及介绍模型训练相关的参数配置。
第三部分为实战篇(第 8~10 章),以图像分类、目标检测和图像分割这三个常用领域为例介绍如何通过 MXNet 实现算法训练和模型测试,同时还将结合 MXNet 的接口详细介绍算法细节内容。
第四部分为扩展篇(第 11~12 章),主要介绍 Gluon 和 GluonCV。Gluon 接口是 MXNet 推出的用于动态构建网络结构的重要接口,GluonCV 则是一个专门为计算机视觉任务服务的深度学习库。

Caffe 是 Facebook 官方维护的深度学习框架之一,Caffe 的官方文档地址: http://caffe.berkeleyvision.org/ ,GitHub 地址: https://github.com/BVLC/caffe

Caffe 是老牌的深度学习框架,相信很多早期入门深度学习的人都用过 Caffe,尤其是对安装 Caffe 时的依赖印象深刻。Caffe 非常容易上手,同时开源时间较早,这些都为 Caffe 框架积累了丰富的预训练模型,使其在工业界和学术界都得到了广泛的应用。2017 年 4 月,Facebook 正式推出了 Caffe 的升级版 Caffe2,在 Facebook 内部 Caffe/Caffe2 侧重于线上产品部署,PyTorch 则侧重于研究试错。2018 年 4 月,Caffe2 的代码已经与 PyTorch 代码合并,目前代码已经迁移至 PyTorch 的 GitHub 地址: https://github.com/pytorch ,并推出了 PyTorch1.0。

MXNet深度学习实战(8):全面认识MXNet 1.2.3

购书地址 https://item.jd.com/12620056.html?dist=jd

评论

发布