深度学习：卷积神经网络从入门到精通

深度学习：卷积神经网络从入门到精通读书笔记模板01思维导图读书笔记目录分析内容摘要精彩摘录作者介绍目录0305020406思维导图深度神经网络模型神经网络卷积卷积概述预备卷积神经网络案例模型网络算法结构梯度代码深度程序本书关键字分析思维导图内容摘要内容摘要本书专注讨论深度学习中应用非常广泛的模型——卷积神经络，该模型特别适用于图像分类和识别、目标分割和检测以及人工智能游戏方面，受众对象包括计算机、自动化、信号处理、机电工程、应用数学等相关专业的研究生、教师以及算法工程师和科研工作者。本书的最大特色是对卷积神经络进行由浅入深的分类描述，依次包括：现代雏形、突破模型、应变模型、加深模型、跨连模型、区域模型、分割模型、特殊模型、强化模型和顶尖成就。这种分类框架是在模型概述和预备知识的基础上逐步展开的，既方便读者入门学习，又有助于读者深入钻研。读书笔记读书笔记感觉不够深入，络结构的设计和迭代没有交代原因，只是平述。一些理论的介绍不是很深入，后面部分就是各个络模型的caffe或者TensorFlow的实现。1：翻译糟糕，一看就是门外汉；2:较多错误；3:重复堆砌。首先我是从Python入门过来的，想直接拥抱神经络，尽管看过一点相关知识，但这本书的复杂性不言而喻。没看完，跳着看！感觉并非什么入门书籍，比如什么是激活函数有啥用这些概念都没说清楚，本书就像作者在写自己的笔记一样！也许也是我太菜了，看不下去，感觉还是吴恩达的视频比较靠谱！。旨在全面介绍各种卷积神经络的模型、算法及应用，指导读者把握其形成和演变的基本脉络，以帮助读者在较短的时间内从入门达到精通的水平。强烈推荐斋藤康毅所写的深度学习入门，非常适合初学者，我有电子版[呲牙]。这本书是垃圾不值得浪费时间。没了。精彩摘录精彩摘录卷积神经络是一种特殊的多层感知器或前馈神经络，具有局部连接、权值共享的特点，神经络是一种由许多非线性计算单元（或称神经元、节点）组成的分层系统，通常络的深度就是其中不包括输入层的层数标准的卷积神经络一般由输入层、交替的卷积层和池化层、全连接层和输出层构成累积反向传播误差信号在神经络的层数增加时会出现指数衰减或增长的现象，从而导致数值计算快速收缩或越界卷积神经络最初是受到视觉系统的神经机制启发、针对二维形状的识别设计的一种生物物理模型，在平移情况下具有高度不变性，在缩放和倾斜情况下也具有一定的不变性。训练神经络方面，反向传播无疑是最常用、最著名的算法因为理论研究表明，深度为k的络能够紧表达的函数在用深度为k-1的络来表达时有时需要的计算单元会呈指数增长。字符识别、交通标志识别、交通路提取、大规模图像分类、人脸图像性别分类、图像目标检测、图像语义分割、图像实例分割、人脸图像生成、FlappyBird智能体、AlphaGo的仿效围棋程序等。目录分析1.1深度学习的起源和发展1.2卷积神经络的形成和演变1.3卷积神经络的应用和影响1.4卷积神经络的缺陷和视图1.5卷积神经络的GPU实现和cuDNN库12345第1章概述1.7本书的内容结构和案例数据1.6卷积神经络的平台和工具第1章概述2.1激活函数2.2矩阵运算2.3导数公式2.4梯度下降算法第2章预备知识2.5反向传播算法2.6通用逼近定理2.7内外卷积运算2.8膨胀卷积运算2.9上下采样运算12345第2章预备知识2.10卷积面计算2.11池化面计算2.12局部响应归一化2.13权值偏置初始化2.14丢失输出12345第2章预备知识2.15丢失连接2.16随机梯度下降算法2.17块归一化2.18动态规划算法第2章预备知识3.1LeNet的原始模型3.2LeNet的标准模型3.3LeNet的学习算法3.4LeNet的Caffe代码实现及说明3.5LeNet的手写数字识别案例12345第3章卷积神经络的现代雏形——LeNet3.7LeNet的交通路提取案例3.6LeNet的交通标志识别案例第3章卷积神经络的现代雏形——LeNet4.1AlexNet的模型结构4.3AlexNet的Caffe大规模图像分类案例及演示效果4.2AlexNet的Caffe代码实现及说明第4章卷积神经络的突破模型4.4AlexNet的TensorFlow代码实现及说明4.6AlexNet的改进模型ZFNet4.5AlexNet的TensorFlow大规模图像分类案例及演示效果第4章卷积神经络的突破模型5.1SPPNet的模型结构5.3SPPNet的大规模图像分类案例及演示效果5.2SPPNet的Caffe代码实现及说明第5章卷积神经络的应变模型6.2结构更深的卷积络GoogLeNet6.1结构加深的卷积络VGGNet第6章卷积神经络的加深模型7.1快道络HighwayNet7.2残差络ResNet7.3密连络DenseNet7.4拼接络CatNet第7章卷积神经络的跨连模型8.1区域卷积络R-CNN8.3更快区域卷积络FasterR-CNN8.2快速区域卷积络FastR-CNN第8章卷积神经络的区域模型8.5单次检测器SSD8.4你只看一次络YOLO第8章卷积神经络的区域模型9.1全卷积络FCN9.3掩膜区域卷积络MaskR-CNN9.2金字塔场景分析络PSPNet第9章卷积神经络的分割模型10.1孪生络SiameseNet10.2挤压络SqueezeNet10.3深层卷积生成对抗络DCGAN10.4中NIN第10章卷积神经络的特殊模型11.1强化学习的基本概念11.2深度强化学习络的学习算法11.3深度强化学习络的变种模型11.4深度强化学习络的FlappyBird智能体案例第11章卷积神经络的强化模型12.1人工智能棋类程序简介12.2AlphaGo