深度學習：從Python到TensorFlow應用實戰(zhàn)

目　錄



第1章　深度學習快速入門 1
1.1　各種深度學習應用 1
1.2　準備開發(fā)環(huán)境 2
1.2.1　Linux基礎 2
1.2.2　Micro編輯器 5
1.2.3　Shell基礎 5
1.2.4　Linux下安裝Python 8
1.2.5　選擇Python版本 9
1.2.6　使用AWK 9
1.2.7　Windows下安裝Python 10
1.2.8　搭建PyDev集成開發(fā)環(huán)境 11
1.3　體驗TensorFlow文本分類 12
1.3.1　安裝TensorFlow 12
1.3.2　實現文本分類 14
1.4　本章小結 16
第2章　Python編程語言基礎 17
2.1　變量 17
2.2　注釋 17
2.3　簡單數據類型 18
2.3.1　數值 18
2.3.2　字符串 20
2.3.3　數組 22
2.4　字面值 22
2.5　控制流 23
2.5.1　if語句 23
2.5.2　循環(huán) 24
2.6　列表 25
2.7　元組 28
2.8　集合 30
2.9　字典 30
2.10　位數組 31
2.11　模塊 32
2.12　函數 33
2.13　print函數 35
2.14　正則表達式 37
2.15　文件操作 39
2.15.1　讀寫文件 40
2.15.2　重命名文件 41
2.15.3　遍歷文件 41
2.16　使用pickle模塊序列化對象 42
2.17　面向對象編程 42
2.18　命令行參數 44
2.19　數據庫 45
2.20　JSON格式 46
2.21　日志記錄 46
2.22　異常處理 48
2.23　通過PyJNIus使用Java 48
2.24　本章小結 49
第3章　語音識別中的深度學習 50
3.1　神經網絡基礎 50
3.1.1　實現深度前饋網絡 52
3.1.2　計算過程 61
3.2　卷積神經網絡 67
3.3　語音識別語料庫 73
3.3.1　TIMIT語料庫 73
3.3.2　LibriSpeech語料庫 74
3.3.3　中文語料庫 74
3.4　搭建深度學習框架開發(fā)環(huán)境 75
3.4.1　安裝Clang 75
3.4.2　構建配置 79
3.4.3　configure腳本 80
3.4.4　靜態(tài)代碼分析 82
3.4.5　LLDB調試 83
3.4.6　使用Cygwin模擬環(huán)境 86
3.4.7　使用CMake構建項目 86
3.4.8　使用Gradle構建項目 87
3.4.9　Jenkins實現持續(xù)集成 92
3.5　TensorFlow識別語音 92
3.5.1　使用Keras 92
3.5.2　安裝TensorFlow 94
3.5.3　安裝TensorFlow的Docker容器 96
3.5.4　使用TensorFlow 97
3.5.5　一維卷積 137
3.5.6　二維卷積 139
3.5.7　膨脹卷積 141
3.5.8　TensorFlow實現簡單的語音識別 142
3.5.9　NumPy提取語音識別特征 144
3.5.10 Numba 147
3.6　端到端深度學習 148
3.7　Dropout解決過度擬合問題 148
3.8　NumPy中的矩陣運算 151
3.9　說話者識別 152
3.10　聯邦學習 154
3.11　本章小結 160
第4章　C#開發(fā)深度學習應用 161
4.1　使用TensorFlow.NET 161

4.2　使用TensorFlowSharp 163
4.3　本章小結 164
第5章　Slurm并行訓練 165
5.1　網格計算引擎Slurm簡介 165
5.1.1　安裝Slurm 166
5.1.2　Slurm腳本編程 171
5.2　TensorFlow集群 172
5.3　本章小結 173
參考文獻 174