本書是一本深度學習的基礎入門讀物，對深度學習的基本理論進行了介紹，主要以Ubuntu系統(tǒng)為例搭建了三大主流框架——Caffe、TensorFlow、Torch，然后分別在3個框架下，通過3個實戰(zhàn)項目掌握了框架的使用方法，并詳細描述了生產(chǎn)流程，最后講述了通過集群部署深度學習的項目以及如何進行運營維護的注意事項。
本書適合對深度學習有濃厚興趣的讀者、希望用深度學習完成設計的計算機專業(yè)或電子信息專業(yè)的高校畢業(yè)生以及想從實戰(zhàn)項目入手的深度學習研發(fā)工程師或算法工程師。
1、速成性：本書涉及深度學習的基本原理，沒有過多糾結數(shù)學公式推導，能快速上手書中的實戰(zhàn)項目，可用于實際生產(chǎn)。
2、前沿性：深度學習是當今人工智能領域炙手可熱的技術，本書是目前市面上為數(shù)不多的深度學習源碼解析類參考資料。
3、翔實性：本書既有深度學習理論知識的講解，又有源代碼的剖析，還包括解決實際問題的案例。
4、趣味性：本書穿插部分漫畫，利于年輕讀者接受和傳播。
唐宏，男，中國電信股份有限公司廣州研究院數(shù)據(jù)通信研究所所長、工程師，中國電子學會云計算專家委員會委員，中國電信股份有限公司科技委員會數(shù)據(jù)組副組長，中國通信學會CCSA TC1 WG4副組長，中國SDN產(chǎn)業(yè)聯(lián)盟需求場景與網(wǎng)絡架構組組長，主要從事IP承載網(wǎng)、下一代互聯(lián)網(wǎng)、網(wǎng)絡新技術方面的研發(fā)與管理工作。
陳麒，浙江工業(yè)大學信息工程學院信息與通信工程工學碩士，現(xiàn)任職于中國電信股份有限公司廣州研究院，主要從事人工智能與CDN的研發(fā)工作。
莊一嶸，中山大學通信與信息系統(tǒng)專業(yè)碩士，現(xiàn)任職于中國電信股份有限公司廣州研究院，主要從事CDN、IPTV、人工智能應用等研發(fā)工作。
目錄
第 1章 深度學習簡介 1
1.1 深度學習的發(fā)展 1
1.2 深度學習的應用及研究方向 3
1.3 深度學習工具介紹和對比 4
1.3.1 Caffe 4
1.3.2 TensorFlow 5
1.3.3 Torch 6
1.4 小結 7
第 2章 深度學習基本理論 9
2.1 深度學習的基本概念 9
2.2 深度學習的訓練過程 13
2.3 深度學習的常用模型和方法 14
2.4 小結 20
第3章 深度學習環(huán)境搭建 23
3.1 Caffe安裝 23
3.1.1 安裝Caffe的相關依賴項 24
3.1.2 安裝NVIDIA驅動 24
3.1.3 安裝CUDA 27
3.1.4 配置cuDNN 30
3.1.5 源代碼編譯安裝OpenCV 32
3.1.6 編譯Caffe，并配置Python接口 34
3.2 Caffe框架下的MNIST數(shù)字識別問題 41
3.3 TensorFlow安裝 42
3.3.1 基于pip安裝 42
3.3.2 基于Anaconda安裝 46
3.3.3 基于源代碼安裝 51
3.3.4 常見安裝問題 56
3.4 TensorFlow框架下的CIFAR圖像識別問題 59
3.5 Torch安裝 61
3.5.1 無CUDA的Torch 7安裝 61
3.5.2 CUDA的Torch 7安裝 61
3.6 Torch框架下neural-style圖像合成問題 62
3.7 小結 74
第4章 人臉識別 75
4.1 人臉識別概述 75
4.2 人臉識別系統(tǒng)設計 76
4.2.1 需求分析 76
4.2.2 功能設計 77
4.2.3 模塊設計 78
4.3 系統(tǒng)生產(chǎn)環(huán)境部署及驗證 81
4.3.1 抽幀環(huán)境部署 81
4.3.2 抽幀功能驗證 82
4.3.3 OpenFace環(huán)境部署 82
4.3.4 OpenFace環(huán)境驗證 84
4.4 批量生產(chǎn) 90
4.5 小結 102
第5章 車輛識別 103
5.1 概述 103
5.2 系統(tǒng)設計 104
5.2.1 需求分析 104
5.2.2 功能設計 104
5.2.3 模塊設計 105
5.3 系統(tǒng)生產(chǎn)環(huán)境部署及驗證 106
5.3.1 生產(chǎn)環(huán)境部署 106
5.3.2 項目部署 107
5.3.3 環(huán)境驗證 108
5.4 批量生產(chǎn) 109
5.5 小結 117
第6章 不良視頻識別 119
6.1 概述 119
6.2 不良圖片模型簡介 120
6.3 系統(tǒng)設計 122
6.4 系統(tǒng)部署及系統(tǒng)測試驗證 123
6.5 批量生產(chǎn) 125
6.5.1 批量節(jié)目元數(shù)據(jù)信息檢索與篩選 125
6.5.2 基于FFmpeg的SDK抽取視頻I幀 126
6.5.3 基于膚色比例檢測的快速篩查 128
6.5.4 基于Caffe框架的不良圖片檢測 128
6.6 小結 129
第7章 集群部署與運營維護 131
7.1 認識Docker 131
7.2 基于Docker的TensorFlow實驗環(huán)境 134
7.3 運營維護 137
7.4 小結 138
參考文獻 139
新書資訊