第1章 机器学习与模型 2
1.1 模型 2
1.2 参数与训练 4
1.3 损失函数 9
1.4 计算图的训练 10
1.5 小结 12
第2章 计算图 13
2.1 什么是计算图 13
2.2 前向传播 14
2.3 函数优化与梯度下降法 18
2.4 链式法则与反向传播 29
2.5 在计算图上执行梯度下降法 36
2.6 节点类及其子类 36
2.7 用计算图搭建ADALINE并训练 44
2.8 小结 48
第3章 优化器 49
3.1 优化流程的抽象实现 49
3.2 BGD、SGD和MBGD 53
3.3 梯度下降优化器 58
3.4 朴素梯度下降法的局限 60
3.5 冲量优化器 61
3.6 AdaGrad优化器 62
3.7 RMSProp优化器 64
3.8 Adam优化器 65
3.9 小结 68
第二部分 模型篇
第4章 逻辑回归 70
4.1 对数损失函数 70
4.2 Logistic函数 73
4.3 二分类逻辑回归 75
4.4 多分类逻辑回归 78
4.5 交叉熵 81
4.6 实例：鸢尾花 85
4.7 小结 88
第5章 神经网络 90
5.1 神经元与激活函数 90
5.2 神经网络 95
5.3 多层全连接神经网络 99
5.4 多个全连接层的意义 101
5.5 实例：鸢尾花 108
5.6 实例：手写数字识别 110
5.7 小结 116
第6章 非全连接神经网络 117
6.1 带二次项的逻辑回归 117
6.2 因子分解机 124
6.3 Wide & Deep 132
6.4 DeepFM 137
6.5 实例：泰坦尼克号幸存者 141
6.6 小结 150
第7章 循环神经网络 151
7.1 RNN的结构 151
7.2 RNN的输出 152
7.3 实例：正弦波与方波 155
7.4 变长序列 159
7.5 实例：3D电磁发音仪单词识别 164
7.6 小结 167
第8章 卷积神经网络 168
8.1 蒙德里安与莫奈 168
8.2 滤波器 170
8.3 可训练的滤波器 176
8.4 卷积层 183
8.5 池化层 186
8.6 CNN的结构 189
8.7 实例：手写数字识别 190
8.8 小结 194
第三部分 工程篇
第9章 训练与评估 196
9.1 训练和Trainer训练器 196
9.2 评估和Metrics节点 202
9.3 混淆矩阵 204
9.4 正确率 204
9.5 查准率 206
9.6 查全率 206
9.7 ROC曲线和AUC 208
9.8 小结 211
第10章 模型保存、预测和服务 212
10.1 模型保存 213
10.2 模型加载和预测 216
10.3 模型服务 216
10.4 客户端 222
10.5 小结 223
第11章 分布式训练 224
11.1 分布式训练的原理 224
11.2 基于参数服务器的架构 230
11.3 Ring AllReduce原理 241
11.4 Ring AllReduce架构实现 248
11.5 分布式训练性能评测 257
11.6 小结 259
第12章 工业级深度学习框架 261
12.1 张量 262
12.2 计算加速 263
12.3 GPU 265
12.4 数据接口 266
12.5 模型并行 266
12.6 静态图和动态图 267
12.7 混合精度训练 268
12.8 图优化和编译优化 270
12.9 移动端和嵌入式端 270
12.10 小结 271
· · · · · · (收起)
具体描述
本書帶領讀者用原生Python語言和Numpy綫性代數庫實現一個基於計算圖的深度學習框架MatrixSlow（類似簡易版的PyTorch、TensorFlow或Caffe）。全書分為三個部分。第一部分是原理篇，實現瞭MatrixSlow框架的核心基礎設施，並基於此講解瞭機器學習與深度學習的概念和原理，比如模型、計算圖、訓練、梯度下降法及其各種變體。第二部分是模型篇，介紹瞭多種具有代錶性的模型，包括邏輯迴歸、多層全連接神經網絡、因子分解機、Wide & Deep、DeepFM、循環神經網絡以及捲積神經網絡，這部分除瞭著重介紹這些模型的原理、結構以及它們之間的聯係外，還用MatrixSlow框架搭建並訓練它們以解決實際問題。第三部分是工程篇，討論瞭一些與深度學習框架相關的工程問題，內容涉及訓練與評估，模型的保存、導入和服務部署，分布式訓練，等等。
用户评价
把文字复杂化了，真没必要，看看鱼书就够了
评分##相当不错的一本书，无论是知识点还是公式都讲解地十分清晰。一开始是想了解一下计算图相关知识才买了这本书，结果好的出乎我的意料，一周读完，受益匪浅，接下来需要刷一遍代码，并准备读作者的另一本书。
评分##相当不错的一本书，无论是知识点还是公式都讲解地十分清晰。一开始是想了解一下计算图相关知识才买了这本书，结果好的出乎我的意料，一周读完，受益匪浅，接下来需要刷一遍代码，并准备读作者的另一本书。
评分把文字复杂化了，真没必要，看看鱼书就够了
评分##"What I cannot create, I do not understand". 作者从头开始一步一步造了个轮子，对于加深对轮子的理解大有裨益！
评分##首先本书不是深度学习的入门书，而是实现框架的入门，对深度学习的理解有一定帮助，但核心还是理解框架。给5分是因为市场上比较缺少同类的书，有这么一本书作为入门可以迅速拉低门槛，而且作者对深度学习的一些理解也非常不错，算是意外收获。但是本书还是有一定缺点的，例如作者对框架设计的一些原理讲的不是很深刻，有点拿着结论推原因的感觉。
评分把文字复杂化了，真没必要，看看鱼书就够了
评分##相当不错的一本书，无论是知识点还是公式都讲解地十分清晰。一开始是想了解一下计算图相关知识才买了这本书，结果好的出乎我的意料，一周读完，受益匪浅，接下来需要刷一遍代码，并准备读作者的另一本书。
评分把文字复杂化了，真没必要，看看鱼书就够了
相关图书
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2026 tushu.tinynews.org All Rights Reserved. 求知書站 版权所有