MXNet 深度学习实战 (6):全面认识 MXNet 1.2.1

阅读数:2 2019 年 12 月 28 日 22:57

MXNet深度学习实战(6):全面认识MXNet 1.2.1

(MXNet)

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 是亚马逊 (Amazon) 官方维护的深度学习框架。MXNet 官方文档地址: https://mxnet.apache.org/ ,GitHub 地址: https://github.com/apache/incubator-mxnet

MXNet 的前身是 cxxnet。2015 年年底,cxxnet 正式迁移至 MXNet,并在 2016 年年底成为 Amazon 的官方深度学习框架。MXNet 采用的是命令式编程和符号式编程混合的方式,具有省显存、运行速度快等特点,训练效率非常高。2017 年下半年推出的 Gluon 接口使得 MXNet 在命令式编程上更进一步,网络结构的构建更加灵活,同时混合编程的方式也使得 Gluon 接口兼顾了高效和灵活。2018 年 5 月,MXNet 正式推出了专门为计算机视觉任务打造的深度学习工具库 GluonCV,该工具库提供了包括图像分类、目标检测、图像分割等领域的前沿算法复现模型和详细的复现代码,同时还提供了常用的公开数据集、模型的调用接口,既方便学术界研究创新,也能加快工业界落地算法。

MXNet深度学习实战(6):全面认识MXNet 1.2.1

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

评论

发布