《移動(dòng)平臺(tái)深度神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn) 原理 架構(gòu)與優(yōu)化》讀書(shū)筆記思維導(dǎo)圖

《移動(dòng)平臺(tái)深度神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn)原理架構(gòu)與優(yōu)化》最新版讀書(shū)筆記，下載可以直接修改思維導(dǎo)圖PPT模板深度小結(jié)移動(dòng)平臺(tái)實(shí)戰(zhàn)框架第章數(shù)據(jù)計(jì)算機(jī)基礎(chǔ)機(jī)器神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)大象網(wǎng)絡(luò)模型算法體系處理本書(shū)關(guān)鍵字分析思維導(dǎo)圖01第一篇深度學(xué)習(xí)基礎(chǔ)第三篇深入理解深度學(xué)習(xí)第二篇移動(dòng)平臺(tái)深度學(xué)習(xí)基礎(chǔ)第四篇深入理解移動(dòng)平臺(tái)深度學(xué)習(xí)目錄030204內(nèi)容摘要這是一本講解怎么養(yǎng)大象，以及如何把大象裝進(jìn)口袋里的實(shí)戰(zhàn)書(shū)。<br/>深度學(xué)習(xí)的出現(xiàn)和應(yīng)用，把許多科幻小說(shuō)中預(yù)言的機(jī)器智能變成現(xiàn)實(shí)，也助力計(jì)算機(jī)將海量數(shù)據(jù)處理能力轉(zhuǎn)化為更深層的解構(gòu)、洞察和創(chuàng)造力，進(jìn)而提供更加人性化的服務(wù)。在深度學(xué)習(xí)炸裂式發(fā)展的背后，是無(wú)數(shù)科研工作者對(duì)算法網(wǎng)絡(luò)的不斷改善和工程師們夜以繼日的努力，才將這些成果轉(zhuǎn)化為更多人觸手可及的力量。<br/>然而深度學(xué)習(xí)并不是一門(mén)程序語(yǔ)言或者一個(gè)編程框架，而是一個(gè)知識(shí)體系。對(duì)于有志進(jìn)入這個(gè)領(lǐng)域發(fā)展的人來(lái)說(shuō)，這個(gè)名詞所代表的數(shù)學(xué)知識(shí)和計(jì)算機(jī)技術(shù)，以及將這些概念轉(zhuǎn)化為應(yīng)用所牽涉的框架和體系，恰如一只身軀龐大、威力無(wú)窮的大象。它的鼻子、耳朵、四肢、尾巴，每一處都飽含新知，每一處都值得細(xì)細(xì)琢磨。這很容易讓人感覺(jué)處處都要學(xué)習(xí)，無(wú)從下手，生出畏懼心來(lái)。第一篇深度學(xué)習(xí)基礎(chǔ)本書(shū)精講移動(dòng)平臺(tái)深度學(xué)習(xí)系統(tǒng)所需核心算法、硬件級(jí)指令集、系統(tǒng)設(shè)計(jì)與編程實(shí)戰(zhàn)、海量數(shù)據(jù)處理、業(yè)界流行框架裁剪與產(chǎn)品級(jí)性能優(yōu)化策略等，深入、翔實(shí)。第1章向未來(lái)問(wèn)好第2章機(jī)器學(xué)習(xí)基礎(chǔ)第3章人工神經(jīng)網(wǎng)絡(luò)第4章深度網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)第一篇深度學(xué)習(xí)基礎(chǔ)1.1機(jī)器學(xué)習(xí)即正義1.2機(jī)器學(xué)習(xí)的場(chǎng)景和任務(wù)1.3機(jī)器學(xué)習(xí)算法1.4如何掌握機(jī)器學(xué)習(xí)第1章向未來(lái)問(wèn)好1.5深度學(xué)習(xí)1.6走進(jìn)移動(dòng)世界的深度學(xué)習(xí)1.7本書(shū)框架1.8本章小結(jié)第1章向未來(lái)問(wèn)好2.1機(jī)器學(xué)習(xí)的主要任務(wù)2.2貝葉斯模型2.3Logistic回歸2.4本章小結(jié)第2章機(jī)器學(xué)習(xí)基礎(chǔ)3.1人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介3.2基本結(jié)構(gòu)與前向傳播3.3反向傳播算法3.4實(shí)現(xiàn)前向神經(jīng)網(wǎng)絡(luò)第3章人工神經(jīng)網(wǎng)絡(luò)3.5稀疏自編碼器3.7本章小結(jié)3.6神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)預(yù)處理第3章人工神經(jīng)網(wǎng)絡(luò)4.1深度網(wǎng)絡(luò)4.2卷積神經(jīng)網(wǎng)絡(luò)4.3卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)4.4本章小結(jié)第4章深度網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)第二篇移動(dòng)平臺(tái)深度學(xué)習(xí)基礎(chǔ)第6章移動(dòng)平臺(tái)輕量級(jí)網(wǎng)絡(luò)實(shí)戰(zhàn)第5章移動(dòng)平臺(tái)深度學(xué)習(xí)框架設(shè)計(jì)與實(shí)現(xiàn)第二篇移動(dòng)平臺(tái)深度學(xué)習(xí)基礎(chǔ)5.1移動(dòng)平臺(tái)深度學(xué)習(xí)系統(tǒng)開(kāi)發(fā)簡(jiǎn)介5.2ARMLinux基礎(chǔ)開(kāi)發(fā)環(huán)境5.3TensorFlowLite介...5.4移動(dòng)平臺(tái)性能優(yōu)化基礎(chǔ)5.5本章小結(jié)12345第5章移動(dòng)平臺(tái)深度學(xué)習(xí)框架設(shè)計(jì)與實(shí)現(xiàn)6.1適用于移動(dòng)平臺(tái)的輕量級(jí)網(wǎng)絡(luò)6.2SqueezeNet6.3MobileNet6.4ShuffleNet6.5MobileNetV26.6本章小結(jié)010302040506第6章移動(dòng)平臺(tái)輕量級(jí)網(wǎng)絡(luò)實(shí)戰(zhàn)第三篇深入理解深度學(xué)習(xí)第8章基于深度神經(jīng)網(wǎng)絡(luò)的物體檢測(cè)與識(shí)別第7章高性能數(shù)據(jù)預(yù)處理實(shí)戰(zhàn)第三篇深入理解深度學(xué)習(xí)7.1數(shù)據(jù)預(yù)處理任務(wù)7.2數(shù)據(jù)標(biāo)準(zhǔn)化7.3PCA7.4在Hurricane之上實(shí)現(xiàn)PC...7.5本章小結(jié)12345第7章高性能數(shù)據(jù)預(yù)處理實(shí)戰(zhàn)8.1模式識(shí)別與物體識(shí)別8.2圖像分類8.3目標(biāo)識(shí)別與物體檢測(cè)8.4檢測(cè)識(shí)別實(shí)戰(zhàn)8.5移動(dòng)平臺(tái)檢測(cè)識(shí)別實(shí)戰(zhàn)8.6本章小結(jié)010302040506第8章基于深度神經(jīng)網(wǎng)絡(luò)的物體檢測(cè)與識(shí)別第四篇深入理解移動(dòng)平臺(tái)深度學(xué)習(xí)第9章深入移動(dòng)平臺(tái)性能優(yōu)化第10章數(shù)據(jù)采集與模型訓(xùn)練實(shí)戰(zhàn)第11章移動(dòng)和嵌入式平臺(tái)引擎與工具實(shí)戰(zhàn)第12章移動(dòng)平臺(tái)框架與接口實(shí)戰(zhàn)第四篇深入理解移動(dòng)平臺(tái)深度學(xué)習(xí)9.1模型壓縮9.2權(quán)重稀疏化9.3模型加速9.4嵌入式優(yōu)化9.5嵌入式優(yōu)化代碼實(shí)現(xiàn)9.6本章小結(jié)010302040506第9章深入移動(dòng)平臺(tái)性能優(yōu)化10.1收集海量數(shù)據(jù)10.2圖片數(shù)據(jù)爬蟲(chóng)實(shí)現(xiàn)10.3訓(xùn)練與測(cè)試10.4本章小結(jié)第10章數(shù)據(jù)采集與模型訓(xùn)練實(shí)戰(zhàn)11.1TensorFlowLite...11.2集成TensorFlowLi...11.3核心實(shí)現(xiàn)分析11.4模型處理工具11.5本章小結(jié)12345第11章移動(dòng)和嵌入式平臺(tái)引擎與工具實(shí)戰(zhàn)12.1CoreML