书籍详情

谷歌JAX深度学习从零开始学

谷歌JAX深度学习从零开始学

作者:王晓华

出版社:清华大学出版社

出版时间:2022-05-01

ISBN:9787302604365

定价:¥79.00

购买这本书可以去
内容简介
  JAX是一个用于高性能数值计算的Python库,专门为深度学习领域的高性能计算而设计。本书详解JAX框架深度学习的相关知识,配套示例源码、PPT课件、数据集和开发环境。 \n本书共分为13章,内容包括JAX从零开始,一学就会的线性回归、多层感知机与自动微分器,深度学习的理论基础,XLA与JAX一般特性,JAX的高级特性,JAX的一些细节,JAX中的卷积,JAX与TensorFlow的比较与交互,遵循JAX函数基本规则下的自定义函数,JAX中的高级包。最后给出3个实战案例:使用ResNet完成CIFAR100数据集分类,有趣的词嵌入,生成对抗网络(GAN)。 \n本书适合JAX框架初学者、深度学习初学者以及深度学习从业人员,也适合作为高等院校和培训机构人工智能相关专业的师生教学参考书。 \n
作者简介
  王晓华,计算机专业讲师,研究方向为云计算、大数据与人工智能。著有《Spark MLlib机器学习实践》《TensorFlow深度学习应用实践》《OpenCV+TensorFlow深度学习与计算机视觉实战》《TensorFlow知识图谱实战》《TensorFlow人脸识别实战》《TensorFlow语音识别实战》《TensorFlow 2.0卷积神经网络实战》《Keras实战:基于TensorFlow2.2的深度学习实践》《TensorFlow深度学习从零开始学》《深度学习的数学原理与实现》等图书。
目录

第1章 JAX从零开始 1

\n

1.1  JAX来了 1

\n

1.2  JAX的安装与使用(Windows版) 3

\n

1.3  JAX实战——MNIST手写体的识别 12

\n

1.4  本 章 小 结 16

\n

第2章 一学就会的线性回归、多层感知机与自动微分器 17

\n

2.1  多层感知机 17

\n

2.2  实战——鸢尾花分类 23

\n

2.3  自动微分器 38

\n

2.4  本 章 小 结 41

\n

第3章 深度学习的理论基础 42

\n

3.1  BP神经网络简介 42

\n

3.2  BP神经网络两个基础算法详解 46

\n

3.3  反馈神经网络反向传播算法介绍 55

\n

3.4  本 章 小 结 67

\n

第4章 XLA与JAX一般特性 68

\n

4.1  JAX与XLA 68

\n

4.2  JAX一般特性 70

\n

4.3  本 章 小 结 74

\n

第5章 JAX的高级特性 75

\n

5.1  JAX与NumPy 75

\n

5.2  JAX程序的编写规范要求 81

\n

5.3  本 章 小 结 93

\n

第6章 JAX的一些细节 94

\n

6.1  JAX中的数值计算 94

\n

6.2  JAX中的性能提高 102

\n

6.3  JAX中的函数自动打包器——vmap 106

\n

6.4  JAX中的结构体保存方法Pytrees 110

\n

6.5  本 章 小 结 122

\n

第7章 JAX中的卷积 123

\n

7.1  什么是卷积 124

\n

7.2  JAX实战——基于VGG架构的 MNIST数据集分类 129

\n

7.3  本 章 小 结 138

\n

第8章 JAX与TensorFlow的比较与交互 139

\n

8.1  基于TensorFlow的MNIST分类 139

\n

8.2  TensorFlow与JAX的交互 142

\n

8.3  本 章 小 结 150

\n

第9章 遵循JAX函数基本规则下的自定义函数 151

\n

9.1  JAX函数的基本规则 151

\n

9.2  Jaxpr解释器的使用 158

\n

9.3  JAX维度名称的使用 162

\n

9.4  本 章 小 结 164

\n

第10章 JAX中的高级包 165

\n

10.1  JAX中的包 165

\n

10.2  jax. experimental包和jax.example_libraries的使用 168

\n

10.3  本 章 小 结 174

\n

第11章 JAX实战——使用ResNet完成CIFAR100数据集分类 175

\n

11.1  ResNet基础原理与程序设计基础 176

\n

11.2  ResNet实战——CIFAR100数据集分类 182

\n

11.3  本 章 小 结 190

\n

第12章 JAX实战——有趣的词嵌入 191

\n

12.1  文本数据处理 191

\n

12.2  更多的词嵌入方法——FastText和预训练词向量 206

\n

12.3  针对文本的卷积神经网络模型——字符卷积 211

\n

12.4  针对文本的卷积神经网络模型——词卷积 221

\n

12.5  使用卷积对文本分类的补充内容 224

\n

12.6  本 章 小 结 228

\n

第13章 JAX实战——生成对抗网络(GAN) 229

\n

13.1  GAN的工作原理详解 229

\n

13.2  GAN的数学原理详解 232

\n

13.3  JAX实战——GAN网络 234

\n

13.4  本 章 小 结 242

\n

附录 Windows 11安装GPU版本的JAX 243

猜您喜欢

读书导航