关于我们
书单推荐
新书推荐
|
深度学习500问——AI工程师面试宝典 读者对象:深度学习相关工程师、研究者
本书系统地描述了深度学习的基本理论算法及应用。全书共14章,第1~3章论述了数学基础、机器学习基础和深度学习基础;第4~7章介绍了一些经典网络及计算机视觉领域中常用的CNN、RNN、GAN等网络结构技术;第8~9章介绍了深度学习在计算机视觉领域的目标检测及图像分割两大应用;第10~14章介绍了计算机视觉领域主要的优化方法及思路等,包括迁移学习、网络架构及训练、网络优化技巧、超参数调整及模型的压缩和加速等。本书凝聚了众多一线科研人员及工程师的经验,旨在培养读者发现问题、解决问题、扩展问题的能力。本书内容取材于编者在日常学习过程中总结的知识点及各大公司常见的笔试、面试题。本书可为高等院校计算机科学、信息科学、人工智能、控制科学与工程、电子科学与技术等领域的研究及教学人员提供参考,也可为相关专业本科生及研究生提供思考方向,还可为深度学习及计算机视觉领域的初、中级研究人员和工程技术人员提供参考,尤其适合需要查漏补缺的应聘者及提供相关岗位的面试官阅读。
谈继勇 主编南方科技大学和哈尔滨工业大学联合培养博士(在读),现任瀚维智能医疗技术总监,深圳工信局专家库专家,兼任南方科技大学、四川大学研究生企业导师,南方科技大学和瀚维智能医疗联合实验室副主任,北京探工所特聘技术专家,曾先后在中科院信工所、香港中文大学(深圳)、FOXCONN机器人与人工智能实验室、顺丰科技等单位任职。主要专注于智能感知与控制、实时智能与计算机视觉方向的研究,主持/主研国家自然科学基金、省重点研发计划、深圳战略性新兴产业计划等项目20余项,发表SCI/EI论文20余篇,申请发明专利40余项,获全国发明金奖。郭子钊 副主编四川大学计算机科学专业博士,硕士毕业于四川大学自动化系,主要从事AI芯片、深度学习、行为检测识别、人脸检测识别等相关研究工作。李剑 副主编同济大学计算机科学专业博士,浙江农林大学副教授、硕士生导师,主要从事推荐系统、排序学习、凸优化等机器学习领域的科研和教学工作,发表SCI论文10余篇,曾获浙江省科技进步二等奖等多项省部级奖项。佃松宜 副主编日本东北大学博士,四川大学电气工程学院教授、自动化系系主任,四川省信息与自动化技术重点实验室主任。主要专注于先进控制理论与人工智能算法研究、嵌入式计算与实时智能系统的研究与开发、机器人与智能装备的智能感知与控制技术的研究、工业测控与智能物联的研究。近5年来主持包括国家重点研发计划、基金、国网总部项目等各类科研项目近30项,累计总经费近2200万元;发表论文100多篇,其中SCI/EI检索近40篇,ESI高引论文1篇。参与编撰专著3部(其中英文专著1部),参编国家九五规划教材1部。王晋东 特邀编委中科院计算所博士,微软亚洲研究院机器学习研究员,主要从事迁移学习和机器学习方向的研究工作,在IJCAI、CVPR、ICDM、UbiComp、ACMMM、PERCOM、IJCNN、PRICAI、IEEE TNNLS、NEUNET、PRL、PMCJ、IMWUT、IJMLC、ICME、ACM TIST等国际权威期刊和会议上发表论文20余篇,多次获得“最佳论文”奖。作品有《迁移学习简明手册》等。王超锋上海大学硕士,百度计算机视觉算法工程师,主研图像处理,深度学习等方向。曾多次在国内外各类知名计算机视觉挑战赛中获得优异成绩。郭晓锋中国科学院硕士,爱奇艺算法工程师,主要从事图像处理、深度学习等方向的研究,曾获“2017华为软件精英挑战赛”复赛第6名。黄伟华南理工大学硕士,顺丰科技机器人算法工程师,主要从事计算机视觉和自然语言处理方向的研究。曾在相关领域国际期刊、会议上发表论文,并在相关竞赛中获得优异成绩。陈方杰(Amusi)上海大学硕士,CVer(计算机视觉知识分享和学习交流平台)创始人。李元伟国防科技大学硕士,深圳瀚维智能医疗科技公司高级算法工程师,南方科技大学和瀚维智能医疗联合实验室委员,主要从事机器视觉、图像处理及深度学习方向的研究工作,参编普通高等教育十三五规划教材《图像通信基础》,在IEEE TCSVT、COGN COMPUT等发表学术论文多篇,曾获湖南省/全军优秀硕士论文。陈琳北京航空航天大学博士(在读),研究方向为无人机智能控制与决策、仿生智能计算。
第1章 数学基础 1
1.1 向量和矩阵 1 1.1.1 标量、向量、矩阵和张量 1 1.1.2 张量与矩阵的区别 2 1.1.3 矩阵和向量相乘的结果 2 1.1.4 向量和矩阵的范数归纳 2 1.1.5 判断一个矩阵是否为正定矩阵 4 1.2 导数和偏导数 5 1.2.1 导数偏导计算 5 1.2.2 导数和偏导数的区别 6 1.3 特征值和特征向量 6 1.3.1 特征值分解 6 1.3.2 奇异值和特征值的关系 6 1.4 概率分布与随机变量 7 1.4.1 机器学习为什么要使用概率 7 1.4.2 变量与随机变量的区别 7 1.4.3 随机变量与概率分布的联系 8 1.4.4 离散型随机变量和概率质量函数 8 1.4.5 连续型随机变量和概率密度函数 8 1.4.6 举例理解条件概率 9 1.4.7 联合概率与边缘概率的区别和联系 9 1.4.8 条件概率的链式法则 10 1.4.9 独立性和条件独立性 10 1.5 常见概率分布 11 1.5.1 伯努利分布 11 1.5.2 高斯分布 11 1.5.3 何时采用正态分布 12 1.5.4 指数分布 12 1.5.5 Laplace分布 13 1.5.6 Dirac分布和经验分布 13 1.6 期望、方差、协方差、相关系数 13 1.6.1 期望 13 1.6.2 方差 14 1.6.3 协方差 14 1.6.4 相关系数 15 第2章 机器学习基础 16 2.1 基本概念 16 2.1.1 大话机器学习本质 16 2.1.2 什么是神经网络 16 2.1.3 各种常见算法图示 17 2.1.4 计算图的导数计算 17 2.1.5 理解局部最优与全局最优 18 2.1.6 大数据与深度学习之间的关系 19 2.2 机器学习的学习方式 20 2.2.1 监督学习 20 2.2.2 非监督学习 20 2.2.3 半监督学习 20 2.2.4 弱监督学习 20 2.2.5 监督学习模型的搭建步骤 21 2.3 分类算法 22 2.3.1 常用分类算法的优缺点 22 2.3.2 分类算法的评估方法 23 2.3.3 正确率能否很好地评估分类算法 25 2.3.4 什么样的分类器是最好的 26 2.4 逻辑回归 26 2.4.1 回归的种类 26 2.4.2 逻辑回归适用性 27 2.4.3 逻辑回归与朴素贝叶斯的区别 27 2.4.4 线性回归与逻辑回归的区别 27 2.5 代价函数 28 2.5.1 为什么需要代价函数 28 2.5.2 代价函数作用原理 28 2.5.3 常见代价函数 30 2.5.4 为什么代价函数要非负 31 2.5.5 为什么用交叉熵代替二次代价函数 31 2.6 损失函数 32 2.6.1 什么是损失函数 32 2.6.2 常见的损失函数 32 2.6.3 逻辑回归为什么使用对数损失函数 34 2.6.4 对数损失函数如何度量损失 34 2.7 梯度下降法 35 2.7.1 梯度下降法的作用 36 2.7.2 梯度下降法的直观理解 36 2.7.3 梯度下降法算法描述 37 2.7.4 梯度下降法的缺点 38 2.7.5 如何对梯度下降法进行调优 38 2.7.6 随机梯度下降和批量梯度下降的区别 38 2.7.7 各种梯度下降法性能比较 40 2.8 线性判别分析 40 2.8.1 LDA思想总结 40 2.8.2 图解LDA核心思想 41 2.8.3 二类LDA算法原理 41 2.8.4 LDA算法流程总结 42 2.8.5 LDA和PCA的异同 43 2.8.6 LDA的优缺点 43 2.9 主成分分析 43 2.9.1 图解PCA核心思想 43 2.9.2 PCA算法推理 44 2.9.3 PCA算法流程总结 45 2.9.4 PCA思想总结 46 2.9.5 PCA算法的优缺点 46 2.9.6 降维的必要性及目的 46 2.9.7 KPCA与PCA的区别 47 2.10 模型评估 47 2.10.1 模型评估常用方法 48 2.10.2 误差、偏差和方差的区别和联系 48 2.10.3 为什么使用标准差 49 2.10.4 经验误差与泛化误差 50 2.10.5 图解欠拟合与过拟合 50 2.10.6 如何解决欠拟合与过拟合 52 2.10.7 交叉验证的主要作用 52 2.10.8 理解K折交叉验证 53 2.10.9 理解混淆矩阵 53 2.10.10 理解查准率与查全率 53 2.10.11 理解ROC与AUC 54 2.10.12 如何绘制ROC曲线 55 2.10.13 如何计算TPR和FPR 56 2.10.14 如何计算AUC 58 2.10.15 直观理解AUC 58 2.10.16 ROC评估分类器 60 2.10.17 代价敏感错误率与代价曲线 60 2.10.18 比较检验方法 61 2.11 决策树 61 2.11.1 决策树的基本原理 62 2.11.2 决策树的生成过程 62 2.11.3 决策树学习基本算法步骤 62 2.11.4 决策树算法的优缺点 63 2.11.5 决策树和熵的联系 63 2.11.6 熵的概念及定义 63 2.11.7 理解信息增益 64 2.11.8 决策树中熵、条件熵和信息增益的联系 64 2.11.9 决策树算法中剪枝的作用及策略 65 2.12 支持向量机(SVM) 65 2.12.1 什么是SVM 65 2.12.2 SVM能解决的问题 66 2.12.3 核函数特点及其作用 67 2.12.4 SVM为什么引入对偶问题 67 2.12.5 如何理解SVM中的对偶问题 67 2.12.6 常见的核函数 69 2.12.7 SVM的主要特点 69 2.12.8 SVM的主要缺点 70 2.12.9 逻辑回归与SVM的异同 70 2.13 贝叶斯分类器 72 2.13.1 贝叶斯分类器的基本原理 72 2.13.2 朴素贝叶斯分类器 72 2.13.3 举例理解朴素贝叶斯分类器 73 2.13.4 半朴素贝叶斯分类器 75 2.13.5 极大似然估计和贝叶斯估计的联系与区别 75 2.13.6 极大似然估计原理 76 2.13.7 图解极大似然估计 76 2.14 EM算法 77 2.14.1 EM算法的基本思想 77 2.14.2 EM算法推导 77 2.14.3 图解EM算法 78 2.14.4 EM算法流程 79 2.15 降维和聚类 79 2.15.1 图解为什么会产生维数灾难 79 2.15.2 怎样避免维数灾难 83 2.15.3 聚类和降维 83 2.15.4 聚类算法优劣的衡量标准 84 2.15.5 聚类和分类 85 2.15.6 聚类算法的性能比较 85 2.15.7 4种常用聚类方法比较 85 第3章 深度学习基础 89 3.1 基本概念 89 3.1.1 神经网络的类型 89 3.1.2 神经网络的常用模型结构 92 3.1.3 深度学习和机器学习的区别与联系 93 3.1.4 为什么使用深层表示 93 3.1.5 深度学习架构分类 94 3.1.6 如何选择深度学习开发平台 94 3.2 神经网络计算 95 3.2.1 前向传播和反向传播 95 3.2.2 如何计算神经网络的输出 96 3.2.3 如何计算卷积神经网络输出值 97 3.2.4 如何计算池化层输出值 100 3.2.5 反向传播实例 101 3.2.6 神经网络更“深”的意义 104 3.3 激活函数 104 3.3.1 为什么需要激活函数 104 3.3.2 为什么激活函数需要非线性函数 105 3.3.3 常见的激活函数及其图像 105 3.3.4 常见激活函数的导数计算 107 3.3.5 激活函数有哪些性质 108 3.3.6 如何选择激活函数 108 3.3.7 为什么tanh收敛速度比sigmoid快 109 3.3.8 Relu激活函数的优点 109 3.3.9 理解Relu激活函数的稀疏激活性 109 3.3.10 什么时候可以用线性激活函数 109 3.3.11 softmax函数的定义及作用 110 3.3.12 softmax函数如何应用于多分类 110 3.4 BATCH SIZE 112 3.4.1 为什么需要Batch Size 112 3.4.2 如何选择Batch Size值 112 3.4.3 调节Batch Size对训练效果的影响 113 3.4.4 在合理范围内增大Batch Size的好处 113 3.4.5 盲目增大Batch Size的坏处 114 3.5 归一化 114 3.5.1 理解归一化含义 114 3.5.2 归一化和标准化的联系与区别 114 3.5.3 为什么要归一化或标准化 115 3.5.4 图解为什么要归一化 115 3.5.5 为什么归一化能提高求最优解速度 115 3.5.6 归一化有哪些类型 116 3.5.7 局部响应归一化作用 116 3.5.8 局部响应归一化原理 117 3.5.9 什么是批归一化 118 3.5.10 批归一化的优点 118 3.5.11 批归一化算法流程 118 3.5.12 批归一化和组归一化比较 119 3.5.13 权重归一化和批归一化比较 119 3.5.14 批归一化适用范围 120 3.5.15 BN、LN、IN和GN的对比 120 3.6 参数初始化 121 3.6.1 参数初始化应满足的条件 121 3.6.2 常用的几种初始化方式 121 3.6.3 全0初始化带来的问题 121 3.6.4 全都初始化为同样的值 122 3.6.5 初始化为小的随机数 123 3.6.6 用 校准方差 123 3.7 预训练与微调 123 3.7.1 什么是预训练和微调 123 3.7.2 预训练和微调的作用 124 3.7.3 预训练模型的复用 124 3.7.4 预训练和迁移学习 125 3.7.5 微调时网络参数是否更新 125 3.7.6 微调模型的三种状态 125 3.7.7 为什么深层神经网络难以训练 125 3.8 超参数 127 3.8.1 超参数有哪些 127 3.8.2 参数和模型的关系 127 3.8.3 参数和超参数的区别 127 3.8.4 如何寻找超参数的最优值 128 3.8.5 超参数搜索的一般过程 128 3.9 学习率 129 3.9.1 学习率的作用 129 3.9.2 学习率衰减的常用参数 129 3.9.3 常用的学习率衰减方法 129 3.10 正则化 133 3.10.1 为什么要正则化 133 3.10.2 常见正则化方法 133 3.10.3 图解L1和L2正则化 134 3.10.4 Dropout具体工作流程 135 3.10.5 为什么Dropout可以解决过拟合问题 137 3.10.6 Dropout的缺点 137 第4章 卷积神经网络的经典网络 138 4.1 LENET-5 138 4.1.1 模型介绍 138 4.1.2 模型结构 138 4.1.3 模型特性 139 4.2 ALEXNET 140 4.2.1 模型介绍 140 4.2.2 模型结构 140 4.2.3 模型特性 141 4.3 ZFNET 142 4.3.1 模型介绍 142 4.3.2 模型结构 142 4.3.3 模型特性 143 4.4 NIN 144 4.4.1 模型介绍 144 4.4.2 模型结构 144 4.4.3 模型特点 145 4.5 VGGNET 145 4.5.1 模型介绍 145 4.5.2 模型结构 146 4.5.3 模型特性 147 4.6 GOOGLENET 147 4.6.1 模型介绍 147 4.6.2 模型结构 148 4.6.3 模型特性 152 4.7 RESNET 152 4.7.1 模型介绍 152 4.7.2 模型结构 152 4.7.3 模型特性 154 4.8 DENSENET 155 4.8.1 模型介绍 155 4.8.2 模型结构 156 4.8.3 模型特性 157 4.9 CNN模型在GOOGLENET、VGGNET或ALEXNET上调整的原因 157 第5章 卷积神经网络 159 5.1 CNN的结构 159 5.1.1 CNN和人类视觉的关系 159 5.1.2 CNN的结构组成 160 5.2 输入层 160 5.2.1 输入层作用 160 5.2.2 数据预处理 160 5.3 卷积层 161 5.3.1 卷积原理 161 5.3.2 卷积在图像中的作用 162 5.3.3 卷积层的基本参数 163 5.3.4 卷积核的类型 164 5.3.5 1×1卷积的作用 165 5.3.6 卷积核是否越大越好 166 5.3.7 每层卷积是否只能用一种尺寸的卷积核 167 5.3.8 如何减少卷积层参数量 167 5.3.9 在标准卷积中同时考虑通道和区域的优缺点 167 5.3.10 采用宽卷积的好处 169 5.4 激活层 169 5.4.1 激活层的作用 169 5.4.2 BN层和激活层的位置顺序选择 170 5.5 池化层 170 5.5.1 池化层作用 170 5.5.2 池化方法 171 5.5.3 卷积层和池化层的区别 171 5.5.4 NetVLAD池化 172 5.6 全连接层 172 5.6.1 全连接如何把二维特征图转化成一个一维向量 172 5.6.2 全卷积神经网络取代全连接层 173 5.6.3 图像分类中全连接层对卷积神经网络性能的影响 173 5.7 二维卷积与三维卷积 174 5.7.1 二维卷积与三维卷积的区别 174 5.7.2 图解三维卷积 175 5.7.3 RGB图不使用三维卷积的原因 176 5.8 理解转置卷积与棋盘效应 176 5.8.1 标准卷积 176 5.8.2 转置卷积 177 5.8.3 棋盘效应 178 5.9 卷积神经网络凸显共性的方法 179 5.9.1 局部连接 179 5.9.2 权重共享 180 5.9.3 池化操作 181 5.10 局部卷积 181 5.10.1 全连接、局部连接、全卷积与局部卷积对比 182 5.10.2 局部卷积的应用 182 5.11 CNN可视化 183 5.11.1 特征层学到了什么 183 5.11.2 特征层随训练而演化 184 5.11.3 消融分析 185 5.11.4 常见的网络可视化方法 185 5.12 卷积神经网络的优化及应用 186 5.12.1 卷积神经网络的参数设置 186 5.12.2 如何提高卷积神经网络的泛化能力 186 5.12.3 卷积神经网络的区域不变性和组合性 187 5.12.4 卷积神经网络在不同领域的应用 188 第6章 循环神经网络 189 6.1 为什么需要RNN 189 6.2 图解RNN基本结构 189 6.2.1 基本的单层网络结构 189 6.2.2 图解经典RNN结构 190 6.2.3 Vector-to-Sequence结构 191 6.2.4 Sequence-to-Vector结构 192 6.2.5 Encoder-Decoder结构 192 6.2.6 3种基本结构的应用场景 193 6.2.7 图解RNN中的注意机制 194 6.3 RNN的性质 195 6.3.1 RNN的典型特点 195 6.3.2 CNN和RNN的区别 196 6.3.3 RNN和FNN的异同 196 6.3.4 为什么RNN训练的时候损失值波动很大 197 6.4 RNN的后向传播 197 6.4.1 BPTT算法推导 197 6.4.2 RNN中为什么会出现梯度消失 198 6.4.3 如何解决RNN中的梯度消失问题 199 6.5 长短期记忆网络(LSTM) 199 6.5.1 LSTM的产生原因 199 6.5.2 标准的RNN和LSTM的区别 199 6.5.3 LSTM核心思想 200 6.5.4 LSTM流行的变体 203 6.5.5 LSTM与GRU的区别 204 6.6 常见的RNN结构上的扩展和改进 205 6.6.1 简单循环神经网络(SRN) 205 6.6.2 双向循环神经网络(BRNN) 205 6.6.3 深度循环神经网络(Deep RNN) 206 6.6.4 回声状态网络(ESN) 206 6.6.5 时钟频率驱动 RNN(CW-RNN) 207 6.6.6 包含时间间隔的RNN 208 6.7 RNN在NLP中的典型应用举例 209 6.8 RNN与图像领域的结合举例 210 6.8.1 卷积循环神经网络 210 6.8.2 网格循环神经网络 211 6.8.3 像素循环神经网络 211 6.9 RNN与条件随机场的结合 212 第7章 生成对抗网络 213 7.1 GAN的基本概念 213 7.1.1 如何通俗地理解GAN 213 7.1.2 GAN的形式化表达 213 7.1.3 GAN的目标函数 214 7.1.4 GAN的目标函数和交叉熵损失的联系和区别 214 7.1.5 GAN的损失值为什么降不下去 215 7.1.6 生成式模型和判别式模型的区别 215 7.1.7 模式崩塌和模式丢弃 216 7.1.8 为什么会出现模式崩塌 217 7.1.9 如何解决模式崩塌问题 217 7.2 GAN的生成模型评价 219 7.2.1 Inception Score 219 7.2.2 Mode Score 220 7.2.3 Kernel MMD 220 7.2.4 Wasserstein Distance 220 7.2.5 Fréchet Inception Distance(FID) 221 7.2.6 1-NN分类器(1-Nearest Neighbor Classifier) 221 7.2.7 其他评价方法 221 7.3 其他常见的生成模型 221 7.3.1 自回归模型:pixelRNN与pixelCNN 221 7.3.2 变分自动编码器(VAE)原理 222 7.4 GAN的改进与优化 223 7.4.1 如何生成指定类型的图像(CGAN) 223 7.4.2 CNN与GAN的结合(DCGAN) 224 7.4.3 GAN为什么容易训练崩溃 224 7.4.4 WGAN如何解决训练崩溃问题 225 7.4.5 带有梯度正则的WGAN(WGAN-GP) 225 7.4.6 最小二乘GAN(LSGAN) 226 7.4.7 如何尽量避免GAN的训练崩溃问题 227 7.5 GAN的应用:图像翻译 227 7.5.1 什么是图像翻译 227 7.5.2 有监督图像翻译(pix2pix) 228 7.5.3 有监督图像翻译的缺点 229 7.5.4 无监督图像翻译(CycleGAN) 230 7.5.5 多领域的无监督图像翻译(StarGAN) 231 7.6 GAN的应用:文本生成 232 7.6.1 传统GAN为什么不适合文本任务 232 7.6.2 SeqGAN用于文本生成 232 7.7 GAN在其他领域的应用 233 7.7.1 数据增广 233 7.7.2 图像超分辨与图像补全 234 7.7.3 语音领域 234 第8章 目标检测 235 8.1 基本概念 235 8.1.1 目标检测 235 8.1.2 目标检测要解决的核心问题 236 8.1.3 目标检测的算法分类 236 8.1.4 目标检测的应用领域 237 8.2 TWO-STAGE目标检测算法 237 8.2.1 R-CNN 237 8.2.2 Fast R-CNN 239 8.2.3 Faster R-CNN 242 8.2.4 R-FCN 245 8.2.5 FPN 248 8.2.6 Mask R-CNN 251 8.3 ONE-STAGE目标检测算法 254 8.3.1 YOLO 254 8.3.2 YOLOv2 257 8.3.3 YOLO9000 261 8.3.4 YOLOv3 262 8.3.5 YOLOv4 263 8.3.6 SSD 264 8.3.7 DSSD 267 8.3.8 RetinaNet 269 8.3.9 RFBNet 271 8.3.10 M2Det 273 8.4 目标检测的常用数据集 275 8.4.1 PASCAL VOC 275 8.4.2 Microsoft COCO 275 8.4.3 谷歌Open Image 276 8.4.4 ImageNet 276 8.5 目标检测常用标注工具 276 8.5.1 LabelImg 276 8.5.2 LabelMe 276 8.5.3 Labelbox 277 8.5.4 RectLabel 277 8.5.5 CVAT 277 8.5.6 VIA 277 8.5.7 其他标注工具 278 第9章 图像分割 279 9.1 常见的图像分割算法 279 9.1.1 基于阈值的分割算法 279 9.1.2 基于边缘检测的分割算法 279 9.1.3 基于区域的分割算法 280 9.1.4 基于神经网络技术的图像分割算法 280 9.1.5 基于深度学习的图像分割算法分类 280 9.1.6 常见的深度学习图像分割算法 281 9.2 FCN 282 9.2.1 为什么CNN对像素级别的分类很难 282 9.2.2 FCN有哪些改变 282 9.2.3 FCN的结构 283 9.2.4 全连接层和卷积层如何相互转化 283 9.2.5 为什么传统CNN的输入图片大小是固定的 284 9.2.6 把全连接层的权重重塑成卷积层的滤波器的好处 284 9.2.7 FCN如何进行逐个像素点预测分类 285 9.2.8 反卷积层理解 286 9.2.9 跳级(skip)结构 288 9.2.10 模型训练 289 9.2.11 FCN的优缺点 292 9.3 U-NET 292 9.4 U-NET++ 295 9.5 SEGNET 296 9.6 LINKNET 297 9.7 REFINENET 299 9.8 PSPNET 300 9.9 DEEPLAB系列 302 9.9.1 DeepLabv1 303 9.9.2 DeepLabv2 305 9.9.3 DeepLabv3 306 9.9.4 DeepLabv3+ 307 9.10 MASK R-CNN作为目标分割的介绍 310 9.10.1 Mask R-CNN框架 310 9.10.2 Mask R-CNN损失函数 310 9.10.3 Mask R-CNN 算法步骤 311 9.10.4 RoI池化与RoI Align 311 9.10.5 Mask R-CNN代码实现总体框架 311 9.10.6 Mask R-CNN训练和推导过程的区别 312 9.10.7 Mask R-CNN扩展 312 9.11 基于弱监督学习的图像分割 313 9.11.1 涂鸦标记(ScribbleSup) 314 9.11.2 图像级别标记(CCNN) 315 9.11.3 期望最大化估计像素类别 316 9.11.4 图像、边框与涂鸦标记融合框架 317 第10章 迁移学习 318 10.1 迁移学习基础知识 318 10.1.1 什么是迁移学习 318 10.1.2 为什么需要迁移学习 319 10.1.3 迁移学习与已有学习方式的区别和联系 320 10.1.4 负迁移 321 10.2 迁移学习的研究领域 322 10.2.1 按目标域标签分类 323 10.2.2 按学习方法分类 323 10.2.3 按特征分类 323 10.2.4 按离线与在线形式分类 324 10.3 迁移学习的应用 324 10.3.1 计算机视觉 325 10.3.2 文本分类 325 10.3.3 时间序列 326 10.3.4 医疗健康 327 10.4 迁移学习的基本方法 327 10.4.1 基于实例的迁移学习方法 328 10.4.2 基于特征的迁移学习方法 328 10.4.3 基于模型的迁移学习方法 329 10.4.4 基于关系的迁移学习方法 330 10.5 分布对齐的常用方法 331 10.5.1 数据分布自适应方法 331 10.5.2 特征选择方法 333 10.5.3 子空间学习方法 334 10.6 深度迁移学习方法 338 10.6.1 深度网络的可迁移性 338 10.6.2 微调 342 10.6.3 深度网络自适应 342 10.6.4 深度对抗网络迁移 347 10.7 迁移学习研究前沿 350 10.7.1 机器智能与人类经验结合的迁移学习 350 10.7.2 传递迁移学习 350 10.7.3 终身迁移学习 351 10.7.4 在线迁移学习 352 10.7.5 迁移强化学习 353 10.7.6 迁移学习的可解释性 353 第11章 网络构架介绍及训练 354 11.1 TENSORFLOW 354 11.1.1 TensorFlow的设计理念 354 11.1.2 TensorFlow的特点 355 11.1.3 TensorFlow的系统架构 356 11.1.4 TensorFlow的编程模型 357 11.1.5 基于TensorFlow搭建VGG16 360 11.2 CAFFE 361 11.2.1 Caffe的特性 362 11.2.2 Caffe2的特性 362 11.2.3 Caffe2和PyTorch的区别 362 11.3 PYTORCH 362 11.3.1 为什么选择PyTorch 363 11.3.2 PyTorch的架构 363 11.3.3 PyTorch 1.0三大重要更新 364 11.4 常见的深度学习分布式框架 364 11.4.1 PaddlePaddle 365 11.4.2 Deeplearning4j 366 11.4.3 Mahout 367 11.4.4 Spark MLlib 368 11.4.5 Spark Stream 369 11.4.6 Ray 370 11.4.7 Horovod 370 11.4.8 BigDL 371 11.4.9 Petastorm 371 11.4.10 TensorFlowOnSpark 372 11.5 网络搭建原则及训练技巧 372 11.5.1 网络搭建原则 372 11.5.2 网络训练技巧 373 第12章 网络优化技巧 376 12.1 数据集和样本优化 376 12.1.1 如何解决训练样本少的问题 376 12.1.2 深度学习能否胜任所有数据集 377 12.1.3 训练集、验证集、测试集的定义及划分 377 12.1.4 类别不平衡的产生原因 378 12.1.5 常见的类别不平衡问题的解决方法 378 12.1.6 常用的数据增强方法 379 12.2 数据不匹配问题 380 12.2.1 如何定位数据不匹配问题 380 12.2.2 常见的数据不匹配的场景 380 12.2.3 如何解决数据不匹配问题 380 12.3 网络构建和初始化 381 12.3.1 权重的初始化方法 381 12.3.2 激活函数的特点 382 12.3.3 卷积核设计尺寸都是奇数的原因 383 12.3.4 在网络设计中要权重共享的原因 383 12.4 特征选择 383 12.4.1 特征的类型 383 12.4.2 如何考虑特征选择 384 12.4.3 特征选择方法分类 384 12.4.4 特征选择的目的 384 12.5 梯度消失和梯度爆炸 384 12.5.1 使用梯度更新规则的原因 384 12.5.2 梯度消失和梯度爆炸产生的原因 385 12.5.3 如何解决梯度消失和梯度爆炸问题 386 12.5.4 防止梯度下降陷入局部最优困境 386 12.6 评价指标 387 12.6.1 设置单一数字评价指标的原因 387 12.6.2 Top5错误率 387 12.6.3 理解泛化误差、方差和偏差 388 12.7 模型和系统优化 388 12.7.1 是否存在比已知算法更好的算法 388 12.7.2 判断和解决共线性问题 389 12.7.3 深度学习不用二阶优化的原因 389 12.7.4 提升模型的稳定性 389 12.7.5 改善模型的思路 390 12.7.6 快速构建有效初始模型 391 12.7.7 通过模型重新观察数据 391 12.7.8 提高深度学习系统的性能 392 第13章 超参数调整 393 13.1 超参数的概念 393 13.1.1 参数和超参数的区别 393 13.1.2 超参数的类别 393 13.1.3 进行超参数调优的原因 394 13.1.4 超参数的重要性排序 394 13.1.5 部分超参数如何影响模型性能 395 13.1.6 部分超参数的合适范围 396 13.2 网络训练中的超参数调整策略 397 13.2.1 超参数优化的一般过程 397 13.2.2 如何调试模型 397 13.2.3 学习率调整的原因 398 13.2.4 学习率调整的策略 398 13.2.5 在极端批样本数量下训练网络 402 13.3 合理使用预训练网络 403 13.3.1 什么是微调 403 13.3.2 微调的方式 403 13.3.3 微调先冻结底层而训练顶层的原因 404 13.3.4 在不同的数据集下如何进行微调 404 13.3.5 在目标检测中使用预训练模型的优劣 404 13.3.6 目标检测如何从零开始训练 405 13.4 自动化超参数搜索方法 405 13.4.1 网格搜索 405 13.4.2 随机搜索 406 13.4.3 基于模型的超参数优化 406 13.5 自动机器学习AUTOML 406 13.5.1 为什么需要AutoML 406 13.5.2 AutoML的问题构成 407 13.5.3 常见的AutoML框架 407 13.5.4 神经架构搜索(NAS) 408 第14章 模型压缩、加速和移动端部署 410 14.1 模型压缩 410 14.2 为什么需要模型压缩和加速 410 14.3 模型压缩方法 411 14.3.1 前端压缩和后端压缩对比 411 14.3.2 网络剪枝 411 14.3.3 典型剪枝方法的对比 413 14.3.4 网络蒸馏 413 14.3.5 前端压缩 413 14.3.6 后端压缩 414 14.3.7 低秩分解 416 14.3.8 总体压缩效果评价指标 416 14.4 网络压缩的未来研究方向 417 14.5 模型优化加速方法 418 14.5.1 模型优化加速方法类别 418 14.5.2 TensorRT加速原理 418 14.5.3 TensorRT如何优化重构模型 420 14.5.4 TensorRT的加速效果 420 14.6 如何选择压缩和加速方法 420 14.7 高效CNN网络设计的准则 421 14.7.1 分组卷积 421 14.7.2 深度可分离卷积 422 14.7.3 当输入/输出的通道数相等时,MAC最小 424 14.7.4 减少分组卷积的数量 424 14.7.5 降低网络碎片化程度(分支数量) 425 14.7.6 减少元素级操作 426 14.8 常用的轻量级网络 426 14.8.1 SequeezeNet 426 14.8.2 MobileNet 429 14.8.3 MobileNet-v2 432 14.8.4 MobileNet-v1和MobileNet-v2微结构比较 433 14.8.5 ResNet和MobileNet-v2微结构比较 434 14.8.6 Xception 434 14.8.7 ShuffleNet-v1 436 14.8.8 ShuffleNet-v2 438 14.9 现有的移动端开源框架及其特点 440 14.9.1 NCNN 440 14.9.2 QNNPACK 441 14.9.3 Prestissimo 443 14.9.4 MDL 445 14.9.5 Paddle-Mobile 446 14.9.6 MACE 446 14.9.7 FeatherCNN 448 14.9.8 TensorFlow Lite 449 14.9.9 PocketFlow 450 14.9.10 MDL、NCNN和TFLite对比 452 14.10 移动端开源框架部署 453
你还可能感兴趣
我要评论
|