《MXNet深度学习实战》读书笔记思维导图PPT模板下载

PPT书籍导读最新版本读书笔记模板《MXNet深度学习实战》最新版读书笔记，下载可以直接修改小结第章数据MXNet训练算法模型基础指标评价接口图像模块深度准备网络结构信息目标参数本书关键字分析思维导图01第1章全面认识MXNet第3章MXNet基础第5章数据读取及增强第2章搭建开发环境第4章MNIST手写数字体分类第6章网络结构搭建目录030502040607第7章模型训练配置第9章目标检测第11章Gluon第8章图像分类第10章图像分割第12章GluonCV目录0901108010012内容摘要本书是从一名算法工程师的角度出发介绍算法实现，整体上偏基础和细节，能够帮助入门者少走弯路。随着这几年深度学习的快速发展，众多深度学习框架对各类接口的封装都很完善，使用起来非常方便，但是部分深度学习入门者仅仅停留在跑通demo却不理解细节内容的层面，这也常常被人调侃有些浮躁，通过本书，笔者希望读者不仅能够灵活调用这些接口实现算法，而且能够理解这些接口的内在含义，不断夯实自己的算法基础。第1章全面认识MXNet1.1人工智能、机器学习与深度学习1.2深度学习框架1.3关于MXNet1.4MXNet开发需要具备的知识1.5本章小结12345第1章全面认识MXNet1.1.1人工智能1.1.3深度学习1.1.2机器学习1.1人工智能、机器学习与深度学习1.2.1MXNet1.2.2PyTorch1.2.3Caffe/Caffe21.2.4TensorFlow1.2.5其他123451.2深度学习框架1.3.2MXNet的优势1.3.1MXNet的发展历程1.3关于MXNet1.4.1接口语言1.4.3神经网络1.4.2NumPy1.4MXNet开发需要具备的知识第2章搭建开发环境2.1环境配置2.2使用Docker安装MXNet2.3本地pip安装MXNet2.4本章小结第2章搭建开发环境2.2.1准备部分2.2.2使用仓库安装Docker2.2.3基于安装包安装Docker2.2.4安装nvidia-docke...2.2.5通过Docker使用MXNe...123452.2使用Docker安装MXNet第3章MXNet基础3.1NDArray3.2Symbol3.3Module3.4本章小结第3章MXNet基础第4章MNIST手写数字体分类4.1训练代码初探4.2训练代码详细解读4.3测试代码初探4.4测试代码详细解读4.5本章小结12345第4章MNIST手写数字体分类4.2.1训练参数配置4.2.2数据读取4.2.3网络结构搭建4.2.4模型训练4.2训练代码详细解读4.4.1模型导入4.4.3预测输出4.4.2数据读取4.4测试代码详细解读第5章数据读取及增强5.1直接读取原图像数据5.2基于RecordIO文件读取数据5.3数据增强5.4本章小结第5章数据读取及增强5.1.2使用方法5.1.1优点及缺点5.1直接读取原图像数据5.2.1什么是RecordIO文件5.2.3使用方法5.2.2优点及缺点5.2基于RecordIO文件读取数据5.3.1resize5.3.2crop5.3.3镜像5.3.4亮度5.3.5对比度5.3.6饱和度0103020405065.3数据增强第6章网络结构搭建6.1网络层6.3本章小结6.2图像分类网络结构第6章网络结构搭建6.1.1卷积层6.1.2BN层6.1.3激活层6.1.4池化层6.1网络层6.1.5全连接层6.1.6损失函数层6.1.7通道合并层6.1.8逐点相加层6.1网络层6.2.1AlexNet6.2.2VGG6.2.3GoogleNet6.2.4ResNet6.2.5ResNeXt6.2.6DenseNet0103020405066.2图像分类网络结构6.2.7SENet6.2.9ShuffleNet6.2.8MobileNet6.2图像分类网络结构第7章模型训练配置7.1问题定义7.2参数及训练配置7.3迁移学习7.4断点训练7.5本章小结12345第7章模型训练配置7.2.1参数初始化7.2.2优化函数设置7.2.3保存模型7.2.4训练日志的保存7.2.5选择或定义评价指标7.2.6多GPU训练0103020405067.2参数及训练配置第8章图像分类8.1图像分类基础知识8.3本章小结8.2猫狗分类实战第8章图像分类8.1.2损失函数8.1.1评价指标8.1图像分类基础知识8.2.1数据准备8.2.2训练参数及配置8.2.3数据读取8.2.4网络结构搭建8.2.5训练模型8.2.6测试模型0103020405068.2猫狗分类实战第9章目标检测9.1目标检测基础知识9.4本章小结9.2通用目标检测第9章目标检测9.1.1数据集9.1.2SSD算法简介9.1.3anchor9.1.4IoU9.1目标检测基础知识9.1.5模型训练目标9.1.7评价指标mAP9.1.6NMS9.1目标检测基础知识9.2.1数据准备9.2.2训练参数及配置9.2.3网络结构搭建9.2.4数据读取9.2通用目标检测9.2.5定义训练评价指标9.2.7测试模型9.2.6训练模型9.2通用目标检测第10章图像分割10.1图像分割10.3本章小结10.2语义分割实战第10章图像分割10.1.1数据集10.1.3语义分割算法10.1.2评价指标10.1图像分割10.2.1数据准备10.2.2训练参数及配置10.2.3数据读取10.2.4网络结构搭建10.2语义分割实战10.2.5定义评价指标10.2.7测试模型效果10.2.6训练模型10.2语义分割实战第11章Gluon11.1Gluon基础11.3本章小结11.2CIFAR10数据集分类第11章Gluon11.1.1data模块11.1.3modelzoo模块11.1.2nn模块11.1Gluon基础11.2.1基于CPU的训练代码11.2.3测试代码11.2.2基于GPU的训练代码11.2CIFAR10数据集分类第12章GluonCV12.1GluonCV基础12.3本章小结12.2解读ResNet复现代码第12章GluonCV12.1.1data模块12.1.3utils模块12.1.2modelzoo模块12.1Glu