《深度学习：21天实战Caffe》读书笔记模板

读书笔记模板深度学习：21天实战Caffe01思维导图读书笔记目录分析内容摘要精彩摘录作者介绍目录0305020406思维导图深度实战理论形式深度浅显易懂精髓尾语深度学习工具准备环境事儿领路人可视化下篇运行实用工具本书关键字分析思维导图内容摘要内容摘要本书是一本深度学习入门读物。以目前已经大量用于线上系统的深度学习框架Caffe为例，由浅入深，从Caffe的配置、部署、使用开始学习，通过阅读Caffe源码理解其精髓，加强对深度学习理论的理解，最终达到熟练运用Caffe解决实际问题的目的。和国外机器学习、深度学习大部头著作相比，本书偏重动手实践，将难以捉摸的枯燥理论用浅显易懂的形式表达，透过代码揭开其神秘面纱，更多地贴近实际应用。读书笔记读书笔记这本书非常偏向开发，很适合已经有比较好的理论基础，需要增强开发能力的朋友，内容上完全从源码入手，将深度学习涉及的算法以代码的方式完全展示了出来。更侧重实际动手部分，作为caffe入门还可以，不过要结合caffe源码参照书实操才能有收获，一些有关神经络的基础知识讲的还不够，需要参考其它的理论方面书籍。这本书我没有全部看完，整体上来说，算不上优秀，但是我自己确实也没有本事写的更好，因此给到及格分数，三星。一本可以快速浏览，快速了解深度学习的入门书，对神经络，深度学习建立一个基本的概念。精彩摘录精彩摘录（1）训练集，机器学习的样例。（2）验证集，机器学习阶段，用于评估得分和损失是否达到预期要求。（3）测试集，机器学习结束之后，实战阶段评估得分。这个深度学习框架全称是“快速特征植入的卷积结构”（ConvolutionalArchitectureforFastFeatureEmbedding）个深度学习架构是将简单模块多层堆叠，大多数模块是具备学习能力的，能计算非线性输入-输出映射。每个模块将它的输入变换，提高可选择性和表示不变性。卷积层的任务是检测前一层的局部连接特征，而下采样层是将语义相似的特征融合为一个。由于相对位置特征形成一个基本图案可能会有些许变化，可靠检测该图案可以使用粗粒度位置实现。ConvNet的四项基本原则：局部互联、共享权值、下采样以及使用多个卷积层。深度学习是由多个处理层组成的计算模型，可以通过学习获得数据的多抽象层表示学习是一个不断发现自身错误并改正错误的迭代过程。规定惩罚函数L(f,Z)，其参数为学习到的规则f和独立于训练样本的验证样本集Z，其返回值为实数标量，称为惩罚值，又称损失（Loss）。目录分析推荐序一推荐序三推荐序二目录上篇初见下篇升华中篇热恋目录上篇初见第1天什么是深度学习第2天深度学习的过往第3天深度学习工具汇总第4天准备Caffe环境第5天Caffe依赖包解析第6天运行手写体数字识别例程篇尾语中篇热恋第7天Caffe代码梳理第8天Caffe数据结构第9天CaffeI/O模块第10天Caffe模型第11天Caffe前向传播计算第12天Caffe反向传播计算第13天Caffe最优化求解过程第14天Caffe实用工具篇尾语下篇升华第15天Caffe计算加速第16天Caffe可视化方法第17天Caffe迁移和部署第18天关于ILSVRC不得不说的一些事儿第19天放之四海而皆准第20天继往开来的领路人第