深度学习：从Python到TensorFlow应用实战

目　录



第1章　深度学习快速入门 1
1.1　各种深度学习应用 1
1.2　准备开发环境 2
1.2.1　Linux基础 2
1.2.2　Micro编辑器 5
1.2.3　Shell基础 5
1.2.4　Linux下安装Python 8
1.2.5　选择Python版本 9
1.2.6　使用AWK 9
1.2.7　Windows下安装Python 10
1.2.8　搭建PyDev集成开发环境 11
1.3　体验TensorFlow文本分类 12
1.3.1　安装TensorFlow 12
1.3.2　实现文本分类 14
1.4　本章小结 16
第2章　Python编程语言基础 17
2.1　变量 17
2.2　注释 17
2.3　简单数据类型 18
2.3.1　数值 18
2.3.2　字符串 20
2.3.3　数组 22
2.4　字面值 22
2.5　控制流 23
2.5.1　if语句 23
2.5.2　循环 24
2.6　列表 25
2.7　元组 28
2.8　集合 30
2.9　字典 30
2.10　位数组 31
2.11　模块 32
2.12　函数 33
2.13　print函数 35
2.14　正则表达式 37
2.15　文件操作 39
2.15.1　读写文件 40
2.15.2　重命名文件 41
2.15.3　遍历文件 41
2.16　使用pickle模块序列化对象 42
2.17　面向对象编程 42
2.18　命令行参数 44
2.19　数据库 45
2.20　JSON格式 46
2.21　日志记录 46
2.22　异常处理 48
2.23　通过PyJNIus使用Java 48
2.24　本章小结 49
第3章　语音识别中的深度学习 50
3.1　神经网络基础 50
3.1.1　实现深度前馈网络 52
3.1.2　计算过程 61
3.2　卷积神经网络 67
3.3　语音识别语料库 73
3.3.1　TIMIT语料库 73
3.3.2　LibriSpeech语料库 74
3.3.3　中文语料库 74
3.4　搭建深度学习框架开发环境 75
3.4.1　安装Clang 75
3.4.2　构建配置 79
3.4.3　configure脚本 80
3.4.4　静态代码分析 82
3.4.5　LLDB调试 83
3.4.6　使用Cygwin模拟环境 86
3.4.7　使用CMake构建项目 86
3.4.8　使用Gradle构建项目 87
3.4.9　Jenkins实现持续集成 92
3.5　TensorFlow识别语音 92
3.5.1　使用Keras 92
3.5.2　安装TensorFlow 94
3.5.3　安装TensorFlow的Docker容器 96
3.5.4　使用TensorFlow 97
3.5.5　一维卷积 137
3.5.6　二维卷积 139
3.5.7　膨胀卷积 141
3.5.8　TensorFlow实现简单的语音识别 142
3.5.9　NumPy提取语音识别特征 144
3.5.10 Numba 147
3.6　端到端深度学习 148
3.7　Dropout解决过度拟合问题 148
3.8　NumPy中的矩阵运算 151
3.9　说话者识别 152
3.10　联邦学习 154
3.11　本章小结 160
第4章　C#开发深度学习应用 161
4.1　使用TensorFlow.NET 161

4.2　使用TensorFlowSharp 163
4.3　本章小结 164
第5章　Slurm并行训练 165
5.1　网格计算引擎Slurm简介 165
5.1.1　安装Slurm 166
5.1.2　Slurm脚本编程 171
5.2　TensorFlow集群 172
5.3　本章小结 173
参考文献 174