安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

用Python实现深度学习框架/张觉非, 陈震著

出版发行项:

北京:人民邮电出版社,2020

ISBN及定价:

978-7-115-54837-5/CNY89.00

载体形态项:

271页:图;24cm

丛编项:

图灵原创

个人责任者:

张觉非 著

个人责任者:

陈震 著

学科主题:

软件工具-程序设计

中图法分类号:

TP311.561

责任者附注:

张觉非, 本科毕业于复旦大学计算机系, 于中国科学院古脊椎动物与古人类研究所取得古生物学硕士学位, 目前在互联网行业从事机器学习算法相关工作。陈震, 硕士毕业于北京大学。现任奇虎360智能工程部总监、负责人, 带领团队建设集团的机器学习计算调度平台、机器学习建模平台、机器学习推理引擎以及推荐平台等AI基础设施。

提要文摘附注:

本书带领读者用原生Python语言和Numpy线性代数库实现一个基于计算图的深度学习框架MatrixSlow (类似简易版的PyTorch、TensorFlow或Caffe)。全书分为三个部分。第一部分是原理篇, 实现了MatrixSlow框架的核心基础设施, 并基于此讲解了机器学习与深度学习的概念和原理, 比如模型、计算图、训练、梯度下降法及其各种变体。第二部分是模型篇, 介绍了多种具有代表性的模型, 包括逻辑回归、多层全连接神经网络、因子分解机、Wide & Deep、DeepFM、循环神经网络以及卷积神经网络, 这部分除了着重介绍这些模型的原理、结构以及它们之间的联系外, 还用MatrixSlow框架搭建并训练它们以解决实际问题。第三部分是工程篇, 讨论了一些与深度学习框架相关的工程问题, 内容涉及训练与评估, 模型的保存、导入和服务部署, 分布式训练, 等等。

豆瓣简介：