MXNet 深度学习实战 (14):全面认识 MXNet 1.4.1

阅读数:2 2019 年 12 月 28 日 22:57

MXNet深度学习实战(14):全面认识MXNet 1.4.1

(接口语言)

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。

MXNet 框架提供了多种语言的 API(比如 Python、C++、Scala、Julia、Perl、R 等),因此不管你之前使用的是什么语言,都能够在这里找到合适的 API 进行算法开发。

在主流的深度学习框架以及开源的各类深度学习算法中,Python 语言的应用应该是最为广泛的,从 MXNet 框架的各种 API 中也可以看出,Python 是文档最丰富、支持最为完善的接口,因此入门深度学习首选 Python 语言,本书也是采用 Python API 来介绍如何实战 MXNet。当然,你千万不要误以为深度学习框架都是用 Python 实现的,事实上包括 Python 在内的 API 都只是接口,这些接口面向用户进行调用,实际上大部分深度学习框架的底层都是用 C++ 实现的,主要原因在于 C++ 的计算效率非常高,可以满足深度学习大量计算的要求,相比之下 Python 更加灵活,容易上手,因此比较适合作为接口语言。因此对于入门而言,Python 语言绝对是不二选择,对于进阶而言,可能你需要用 C++ 或者 CUDA 编程写一些底层实现,但是接口语言大部分还是采用 Python。

MXNet深度学习实战(14):全面认识MXNet 1.4.1

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

评论

发布