深度学习——Caffe之经典模型详解与实战

第1 章 绪论

1 1 引言

1 2 人工智能的发展历程

1 3 机器学习及相关技术

1 3 1 学习形式分类

1 3 2 学习方法分类

1 3 3 机器学习的相关技术

1 4 国内外研究现状

1 4 1 国外研究现状

1 4 2 国内研究现状

第2 章 深度学习

2 1 神经网络模型

2 1 1 人脑视觉机理

2 1 2 生物神经元

2 1 3 人工神经网络

2 2 BP 神经网络

2 2 1 BP 神经元

2 2 2 BP 神经网络构成

2 2 3 正向传播

2 2 4 反向传播

2 3 卷积神经网络

2 3 1 卷积神经网络的历史

2 3 2 卷积神经网络的网络结构

2 3 3 局部感知

2 3 4 参数共享

2 3 5 多卷积核

2 3 6 池化（Pooling）

2 4 深度学习框架

2 4 1 Caffe

2 4 2 Torch

2 4 3 Keras

2 4 4 MXNet

2 4 5 TensorFlow

2 4 6 CNTK

2 4 7 Theano

第3 章 Caffe 简介及其安装配置

3 1 Caffe 是什么

3 1 1 Caffe 的特点

3 1 2 Caffe 的架构

3 2 Caffe 的安装环境

3 2 1 Caffe 的硬件环境

3 2 2 Caffe 的软件环境

3 2 3 Caffe 的依赖库

3 2 4 Caffe 开发环境的安装

3 3 Caffe 接口

3 3 1 Caffe Python 接口

3 3 2 Caffe MATLAB 接口

3 3 3 Caffe 命令行接口

第4 章 Caffe 网络定义

4 1 Caffe 模型要素

4 1 1 网络模型

4 1 2 参数配置

4 2 Google Protobuf 结构化数据

4 3 Caffe 数据库

4 3 1 LevelDB

4 3 2 LMDB

4 3 3 HDF5

4 4 Caffe Net

4 5 Caffe Blob

4 6 Caffe Layer

4 6 1 Data Layers

4 6 2 Convolution Layers

4 6 3 Pooling Layers

4 6 4 InnerProduct Layers

4 6 5 ReLU Layers

4 6 6 Sigmoid Layers

4 6 7 LRN Layers

4 6 8 Dropout Layers

4 6 9 SoftmaxWithLoss Layers

4 6 10 Softmax Layers

4 6 11 Accuracy Layers

4 7 Caffe Solver

Solver 方法

第5 章 LeNet 模型

5 1 LeNet 模型简介

5 2 LeNet 模型解读

5 3 Caffe 环境LeNet 模型

5 3 1 mnist 实例详解

5 3 2 mnist 手写测试

5 3 3 mnist 样本字库的图片转换

第6 章 AlexNet 模型

6 1 AlexNet 模型介绍

6 2 AlexNet 模型解读

6 3 AlexNet 模型特点

6 4 Caffe 环境AlexNet 模型训练

6 4 1 数据准备

6 4 2 其他支持文件

6 4 3 图片预处理

6 4 4 ImageNet 数据集介绍

6 4 5 ImageNet 图片介绍

6 4 6 ImageNet 模型训练

6 4 7 Caffe 的AlexNet 模型与论文的不同

6 4 8 ImageNet 模型测试

第7 章 GoogLeNet 模型

7 1 GoogLeNet 模型简介

7 1 1 背景和动机

7 1 2 Inception 结构

7 2 GoogLeNet 模型解读

7 2 1 GoogLeNet 模型结构

7 2 2 GoogLeNet 模型特点

7 3 GoogLeNet 模型的Caffe 实现

第8 章 VGGNet 模型

8 1 VGGNet 网络模型

8 1 1 VGGNet 模型介绍

8 1 2 VGGNet 模型特点

8 1 3 VGGNet 模型解读

8 2 VGGNet 网络训练

8 2 1 VGGNet 训练参数设置

8 2 2 Multi-Scale 训练

8 2 3 测试

8 2 4 部署

8 3 VGGNet 模型分类实验

8 3 1 Single-scale 对比

8 3 2 Multi-scale 对比

8 3 3 模型融合

8 4 VGGNet 网络结构

第9 章 Siamese 模型

9 1 Siamese 网络模型

9 1 1 Siamese 模型原理

9 1 2 Siamese 模型实现

9 2 Siamese 网络训练

9 2 1 数据准备

9 2 2 生成side

9 2 3 对比损失函数

9 2 4 定义solver

9 2 5 网络训练

第10 章 SqueezeNet 模型

10 1 SqueezeNet 网络模型

10 1 1 SqueezeNet 模型原理

10 1 2 Fire Module

10 1 3 SqueezeNet 模型结构

10 1 4 SqueezeNet 模型特点

10 2 SqueezeNet 网络实现

第11 章 FCN 模型

11 1 FCN 模型简介

11 2 FCN 的特点和使用场景

11 3 Caffe FCN 解读

11 3 1 FCN 模型训练准备

11 3 1 FCN 模型训练

第12 章 R-CNN 模型

12 1 R-CNN 模型简介

12 2 R-CNN 的特点和使用场景

12 3 Caffe R-CNN 解读

12 3 1 R-CNN 模型训练准备

12 3 2 R-CNN 模型训练

第13 章 Fast-RCNN 模型

13 1 Fast-RCNN 模型简介

13 2 Fast-RCNN 的特点和使用场景

13 3 Caffe Fast-RCNN 解读

13 3 1 Fast-RCNN 模型训练准备

13 3 2 Fast-RCNN 模型训练

第14 章 Faster-RCNN 模型

14 1 Faster-RCNN 模型简介

14 2 Faster-RCNN 的特点和使用场景

14 3 Caffe Faster-RCNN 解读

14 3 1 Faster-RCNN 模型训练准备

14 3 2 Faster-RCNN 模型训练

第15 章 SSD 模型

15 1 SSD 模型简介

15 2 SSD 的特点和使用场景

15 3 Caffe SSD 解读

15 3 1 SSD 模型训练准备

15 3 2 SSD 模型训练

第16 章 Kaggle 项目实践：人脸特征检测

16 1 项目简介

16 2 赛题和数据

16 3 Caffe 训练和测试数据库

16 3 1 数据库生成

16 3 2 网络对比

16 3 3 网络一

16 3 4 网络二

16 3 5 Python 人脸特征预测程序

第17 章 Kaggle 项目实践：猫狗分类检测

17 1 项目简介

17 2 赛题和数据

17 3 Caffe 训练和测试数据库

17 3 1 数据库生成

17 3 2 Caffe 实现

17 3 3 CatdogNet 训练

17 3 4 CatdogNet 模型验证

装　　帧：平塑

页　　数：344