深度學習:從Python到TensorFlow應用實戰

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準備開發環境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集成開發環境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註釋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日誌記錄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捲積神經網絡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環境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靜態代碼分析82
3.4.5 LLDB調試83
3.4.6使用Cygwin模擬環境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
3.5.5一維捲積137
3.5.6二維捲積139
3.5. 7膨脹捲積141
3.5.8 TensorFlow實現簡單的語音識別142
3.5.9 NumPy提取語音識別特徵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並行訓練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