【现货速发】深度学习从0到1

前    言
1．本书的由来
本书的前言可能有点长，因为这是我和大家的次见面，我希望可以把关于我和这本书的故事讲清楚，让大家对我有一个更好的了解，说不定哪天我们会成为朋友。
大约在3年前的某个下午，电子工业出版社的张迪编辑联系到我，让我写一本关于人工智能的书。次有人找我写书，不免有些小激动，想象中写书是一件很酷的事情，真正写的时候才知道写书是一件很苦的事情。
我早是从2015年开始接触人工智能技术的，公司内部刚好需要开发人工智能相关的产品。当时谷歌的深度学习框架Tensorflow都还没有开源，我主要是学习了一些机器学习相关的算法和应用。随着Tensorflow在2015年11月开源，AlphaGo在2016年3月战胜人类围棋选手，我知道新的人工智能时代就要到来了。2016年，我学习了当时热门的两个深度学习框架Tensorflow和Caffe，并用这两个框架完成了公司里面的一些深度学习项目。
当时市面上关于深度学习的书籍和学习资料非常少，所以在2017年的时候我录制了一些深度学习相关的视频教程放到了网上，就有了后来出版社找我写书的故事。差不多每个月都会有出版社的人联系我出书，我才知道原来获得出书的机会不难，真正难的是认真坚持把一本书写好。这本书历时3年，但也不是真的写了3年，写的过程中断断续续也暂停了很多次。我估算了一下真正写书的时间大概是用了1000个小时。
近三年我做了很多场人工智能的线下培训，给中国移动、中国电信、中国银行、华夏银行、太平洋保险、国家电网、中海油、格力电器等企业，以及多个研究所的科研人员和多个高校的老师上过课，大家学完后的反馈基本上都是挺好的。本书的内容也算是我的教学经验的一个总结。同时这几年我也给学校、医院、企业、气象局完成过多项人工智能项目。我觉得一个好的AI技术传播者应该同时具备一线技术人员的开发经验和丰富的实际教学经验。
2．人工智能的学习
这里想跟大家简单聊一下关于人工智能的学习。人工智能是一门需要“内外兼修”的学科，既要修炼外功招式，又要进行内功修行。这里的外功招式主要指的是使用编程语言去实现一些人工智能的算法，完成一些落地应用；而内功修行指的是对算法理论的理解。
很多时候武功招式是很容易学的，可以短时间内快速提升，但同时也很容易达到一定的上限。如果想要突破上限更进一步，就要把内功给修炼好。所以我们在学习人工智能相关技术的时候，应尽量把相关算法的理论理解清楚，同时要多写代码，提高编程能力，并在实践过程中加深对算法的理解。
3．本书的特色
本书的脉络框架主要是根据深度学习知识由浅入深的发展来编写的，对于Tensorflow的使用技巧基本上不会单独讲解，而是会结合深度学习理论知识或实际应用案例来讲解。所以很多Tensorflow的使用技巧在目录上可能没有得到很好的体现，这些Tensorflow使用技巧的彩蛋在书里的程序中等着大家发现哦！相信大家看完这本书以后就可以熟练掌握Tensorflow的使用了。
本书是一本“内外兼修”的书，既包含详细的算法理论的介绍，又包括详细的代码讲解。我一直在思考人工智能技术的教学方式，所以也形成了自己的教学风格和对教育的理解。这一套方式方法收到过很多同学的积极反馈，但也不一定适合所有人。我觉得不同的教学风格就像是不同类型的音乐，每个人喜欢的音乐类型可能都会不一样。AI教育的发展需要各种类型的教学方式百花齐放。
本书的主要特色总结如下。
（1）所有公式推导都有详细步骤，并解释每个符号。数学公式是算法的根本，要理解算法的本质，就要理解数学公式的含义，所以掌握一些基础的与深度学习相关的数学内容也是很重要的。大家看到数学一般都会比较头痛，所以本书中的所有数学公式都会列出详细推导步骤，并解释每个相关符号的含义，帮助大家理解。
（2）注释每一行代码。我一直觉得我在教学中使用的代码具有一定的个人风格，代码逻辑结构清晰，程序在容易理解的基础上尽量精简，的特点可能就是注释比代码多。我给这种代码风格起个名字吧，这样以后一说大家就知道了，就起个直白的名字，叫作“全注释代码”。我觉得对于初学者而言，好是可以理解每一行代码、每个函数、函数中所使用的每个参数，这样学习会感觉比较扎实。所以本书中的所有代码都是全注释代码。
（3）程序皆为完整程序。本书一共82个代码应用案例，所有的代码都是可以从头到尾运行的完整程序，并附带真实的运行结果，不存在程序片段样例。我觉得程序片段对于初学者的学习不太友好，大家拿到一个程序片段往往还是不知道如何使用，或者用起来的时候出现很多错误，所以我在书中使用的所有程序都是可以从头到尾直接运行的完整程序。
（4）一图胜千言。深度学习中的很多模型结构、计算流程之类的内容很难用公式或者语言表达清楚，但往往一张好的图片就可以说明一切。本书一共使用了约500张图片，在本书的创作过程中，大约有200个小时花在画图，以及思考如何画图上。
（5）逻辑结构清晰，讲解细致。这个不需要多介绍，大家看的时候就知道了。
4．免费配套学习视频—我的B站
本书免费配套学习视频可以到我的B站主页查找。另外，我的B站中还有大量Python、机器学习、深度学习、计算机视觉、论文讲解的学习视频：
https://space.bilibili.com/390756902
如果大家觉得我创作的内容不错，可以帮我多多宣传，感谢！
5．勘误和支持
本书很多思想和知识体系都是我基于自己的理解建立的，由于本人水平有限，本书一定存在不少理解不当或者不准确的地方，恳请大家批评指正。如果大家有更多宝贵意见，欢迎发送邮件至邮箱qinbf@ai-xlab.com，或者到我的Github留言：https://github.com/Qinbf/Deep-Learning-Tensorflow2/issues。期待大家的真挚反馈和支持。
6．致谢
在本书的撰写和研究期间，感谢我的妻子刘露斯对我的支持和鼓励。感谢我的朋友王惠东对本书部分章节的校阅。感谢电子工业出版社张迪编辑的耐心等待，感谢出版社对本书的耐心修订和整理。后感谢各位读者朋友选择了这本书，感谢大家的信任。

覃秉丰     
2021年5月于上海

本书是一本介绍深度学习理论和实战应用的教程，先从数学基础和机器学习基础出发，按照神经网络的技术发展框架由易到难逐步讲解深度学习的理论，然后再通过实践部分，详细解释深度学习的应用案例，让读者既能了解深度学习理论，又能学会使用深度学习框架，实现自己的深度学习模型。主要内容包括深度学习的发展历史、单层感知器、线性神经网络、BP神经网络、深度学习算法卷积神经网络CNN和长短时记忆网络LSTM，以及深度学习算法在图像、自然语言处理和音频信号三个方面的实际应用。其中，案例实战部分使用的深度学习框架为Tensorflow 2/Keras。

本书是一本介绍深度学习理论和实战应用的教程，先从数学基础和机器学习基础出发，按照神经网络的技术发展框架由易到难逐步讲解深度学习的理论，然后再通过实践部分，详细解释深度学习的应用案例，让读者既能了解深度学习理论，又能学会使用深度学习框架，实现自己的深度学习模型。主要内容包括深度学习的发展历史、单层感知器、线性神经网络、BP神经网络、深度学习算法卷积神经网络CNN和长短时记忆网络LSTM，以及深度学习算法在图像、自然语言处理和音频信号三个方面的实际应用。其中，案例实战部分使用的深度学习框架为Tensorflow 2/Keras。

机器学习、深度学习领域多年开发研究经验，一线实战专家。精通算法原理与编程实践。主要研究方向有计算机视觉，图像识别，语言识别等。熟练使用深度学习领域各种开源项目，如Tensorflow、Caffe等。

目 录 
第1章 深度学习背景介绍 1 
1.1 人工智能 1 
1.2 机器学习 3 
1.2.1 训练数据、验证数据和测试数据 4 
1.2.2 学习方式 4 
1.2.3 机器学习常用算法 5 
1.3 人工智能、机器学习、神经网络及深度学习之间的关系 10 
1.4 深度学习的应用 11 
1.5 神经网络和深度学习的发展史 16 
1.5.1 神经网络的诞生：20世纪40年代到20世纪60年代 16 
1.5.2 神经网络的复兴：20世纪80年代到20世纪90年代 17 
1.5.3 深度学习：2006年至今 17 
1.6 深度学习领域中的重要人物 18 
1.7 新一轮人工智能爆发的三要素 19 
1.8 参考文献 19 
第2章 搭建Python编程环境 21 
2.1 Python介绍 21 
2.2 Anaconda安装 21 
2.3 Jupyter Notebook的简单使用 25 
2.3.1 启动Jupyter Notebook 26 
2.3.2 修改Jupyter Notebook默认启动路径 26 
2.3.3 Jupyter Notebook浏览器无法打开 28 
2.3.4 Jupyter Notebook基本操作 28 
第3章 单层感知器与线性神经网络 31 
3.1 生物神经网络 31 
3.2 单层感知器 32 
3.2.1 单层感知器介绍 32 
3.2.2 单层感知器计算举例 32 
3.2.3 单层感知器的另一种表达形式 33 
3.3 单层感知器的学习规则 33 
3.3.1 单层感知器的学习规则介绍 33 
3.3.2 单层感知器的学习规则计算举例 34 
3.4 学习率 37 
3.5 模型的收敛条件 38 
3.6 模型的超参数和参数的区别 38 
3.7 单层感知器分类案例 39 
3.8 线性神经网络 42 
3.8.1 线性神经网络介绍 42 
3.8.2 线性神经网络分类案例 42 
3.9 线性神经网络处理异或问题 45 
第4章 BP神经网络 50 
4.1 BP神经网络介绍及发展背景 50 
4.2 代价函数 51 
4.3 梯度下降法 51 
4.3.1 梯度下降法介绍 51 
4.3.2 梯度下降法二维例子 53 
4.3.3 梯度下降法三维例子 55 
4.4 Delta学习规则 56 
4.5 常用激活函数讲解 56 
4.5.1 sigmoid函数 57 
4.5.2 tanh函数 57 
4.5.3 softsign函数 58 
4.5.4 ReLU函数 59 
4.6 BP神经网络模型和公式推导 61 
4.6.1 BP网络模型 62 
4.6.2 BP算法推导 63 
4.6.3 BP算法推导的补充说明 65 
4.7 BP算法推导结论总结 67 
4.8 梯度消失与梯度爆炸 67 
4.8.1 梯度消失 67 
4.8.2 梯度爆炸 69 
4.8.3 使用ReLU函数解决梯度消失和梯度爆炸的问题 69 
4.9 使用BP神经网络解决异或问题 70 
4.10 分类模型评估方法 74 
4.10.1 准确率/精确率/召回率/F1值 74 
4.10.2 混淆矩阵 77 
4.11 独热编码 77 
4.12 BP神经网络完成手写数字识别 78 
4.13 Sklearn手写数字识别 83 
4.14 参考文献 84 
第5章 深度学习框架Tensorflow基础使用 85 
5.1 Tensorflow介绍 86 
5.1.1 Tensorflow简介 86 
5.1.2 静态图和动态图机制Eager Execution 86 
5.1.3 tf.keras 87 
5.2 Tensorflow-cpu安装 88 
5.2.1 Tensorflow-cpu在线安装 88 
5.2.2 安装过程中可能遇到的问题 89 
5.2.3 Tensorflow-cpu卸载 91 
5.2.4 Tensorflow-cpu更新 91 
5.2.5 Tensorflow-cpu指定版本的安装 91 
5.3 Tensorflow-gpu安装 91 
5.3.1 Tensorflow-gpu了解版本情况 91 
5.3.2 Tensorflow-gpu安装CUDA 92 
5.3.3 Tensorflow-gpu安装cuDNN库 94 
5.3.4 Tensorflow-gpu在线安装 95 
5.3.5 Tensorflow-gpu卸载 95 
5.3.6 Tensorflow-gpu更新 95 
5.4 Tensorflow基本概念 95 
5.5 Tensorflow基础使用 96 
5.6 手写数字图片分类任务 100 
5.6.1 MNIST数据集介绍 100 
5.6.2 softmax函数介绍 101 
5.6.3 简单MNIST数据集分类模型—没有高级封装 101 
5.6.4 简单MNIST数据集分类模型—keras高级封装 104 
第6章 网络优化方法 106 
6.1 交叉熵代价函数 106 
6.1.1 均方差代价函数的缺点 106 
6.1.2 引入交叉熵代价函数 109 
6.1.3 交叉熵代价函数推导过程 109 
6.1.4 softmax与对数似然代价函数 110 
6.1.5 交叉熵程序 112 
6.2 过拟合 114 
6.2.1 什么是过拟合 114 
6.2.2 抵抗过拟合的方法 117 
6.3 数据增强 117 
6.4 提前停止训练 119 
6.5 Dropout 121 
6.5.1 Dropout介绍 121 
6.5.2 Dropout程序 123 
6.6 正则化 125 
6.6.1 正则化介绍 125 
6.6.2 正则化程序 126 
6.7 标签平滑 129 
6.7.1 标签平滑介绍 129 
6.7.2 标签平滑程序 130 
6.8 优化器 132 
6.8.1 梯度下降法 132 
6.8.2 Momentum 133 
6.8.3 NAG 133 
6.8.4 Adagrad 133 
6.8.5 Adadelta 134 
6.8.6 RMRprop 134 
6.8.7 Adam 134 
6.8.8 优化器程序 135 
6.9 参考文献 137 
第7章 Tensorflow模型的保存和载入 138 
7.1 Keras模型保存和载入 138 
7.1.1 Keras模型保存 138 
7.1.2 Keras模型载入 139 
7.2 SavedModel模型保存和载入 140 
7.2.1 SavedModel模型保存 140 
7.2.2 SavedModel模型载入 141 
7.3 单独保存模型的结构 142 
7.3.1 保存模型的结构 142 
7.3.2 载入模型结构 143 
7.4 单独保存模型参数 144 
7.4.1 保存模型参数 144 
7.4.2 载入模型参数 145 
7.5 ModelCheckpoint自动保存模型 146 
7.6 Checkpoint模型保存和载入 149 
7.6.1 Checkpoint模型保存 149 
7.6.2 Checkpoint模型载入 151 
第8章 卷积神经网络（CNN） 154 
8.1 计算机视觉介绍 154 
8.1.1 计算机视觉应用介绍 154 
8.1.2 计算机视觉技术介绍 155 
8.2 卷积神经网简介 158 
8.2.1 BP神经网络存在的问题 158 
8.2.2 局部感受野和权值共享 158 
8.3 卷积的具体计算 159 
8.4 卷积的步长 161 
8.5 不同的卷积核 162 
8.6 池化 163 
8.7 Padding 164 
8.8 常见的卷积计算总结 166 
8.8.1 对1张图像进行卷积生成1张特征图 166 
8.8.2 对1张图像进行卷积生成多张特征图 166 
8.8.3 对多张图像进行卷积生成1张特征图 167 
8.8.4 对多张图像进行卷积生成多张特征图 168 
8.9 经典的卷积神经网络 168 
8.10 卷积神经网络应用于MNIST数据集分类 170 
8.11 识别自己写的数字图片 172 
8.12 CIFAR-10数据集分类 175 
8.13 参考文献 177 
第9章 序列模型 178 
9.1 序列模型应用 178 
9.2 循环神经网络（RNN） 179 
9.2.1 RNN介绍 179 
9.2.2 Elman network和Jordan network 180 
9.3 RNN的不同架构 180 
9.3.1 一对一架构 180 
9.3.2 多对一架构 181 
9.3.3 多对多架构 181 
9.3.4 一对多架构 181 
9.3.5 Seq2Seq架构 182 
9.4 传统RNN的缺点 182 
9.5 长短时记忆网络（LSTM） 183 
9.6 Peephole LSTM和FC-LSTM 186 
9.6.1 Peephole LSTM介绍 186 
9.6.2 FC-LSTM介绍 187 
9.7 其他RNN模型 188 
9.7.1 门控循环单元（GRU） 188 
9.7.2 双向RNN 189 
9.7.3 堆叠的双向RNN 190 
9.8 LSTM网络应用于MNIST数据集分类 190 
9.9 参考文献 192 
第10章 经典图像识别模型介绍（上） 193 
10.1 图像数据集 193 
10.1.1 图像数据集介绍 193 
10.1.2 ImageNet的深远影响 194 
10.1.3 ImageNet Challenge历年优秀作品 195 
10.2 AlexNet 196 
10.3 VGGNet 199 
10.4 GoogleNet 201 
10.4.1 1×1卷积介绍 202 
10.4.2 Inception结构 203 
10.4.3 GoogleNet网络结构 205 
10.5 Batch Normalization 208 
10.5.1 Batch Normalization提出背景 208 
10.5.2 数据标准化（Normalization） 209 
10.5.3 Batch Normalization模型训练阶段 209 
10.5.4 Batch Normalization模型预测阶段 210 
10.5.5 Batch Normalization作用分析 211 
10.6 ResNet 212 
10.6.1 ResNet背景介绍 212 
10.6.2 残差块介绍 213 
10.6.3 ResNet网络结构 214 
10.6.4 ResNet-V2 219 
10.7 参考文献 221 
第11章 经典图像识别模型介绍（下） 222 
11.1 Inception模型系列 222 
11.1.1 Inception-v2/v3优化策略 222 
11.1.2 Inception-v2/v3模型结构 224 
11.1.3 Inception-v4和Inception-ResNet介绍 229 
11.2 ResNeXt 233 
11.2.1 分组卷积介绍 233 
11.2.2 ResNeXt中的分组卷积 235 
11.2.3 ResNeXt的网络结构 236 
11.3 SENet 238 
11.3.1 SENet介绍 239 
11.3.2 SENet结果分析 242 
11.4 参考文献 244 
第12章 图像识别项目实战 245 
12.1 图像数据准备 245 
12.1.1 数据集介绍 245 
12.1.2 数据集准备 246 
12.1.3 切分数据集程序 247 
12.2 AlexNet图像识别 249 
12.3 VGGNet图像识别 253 
12.4 函数式模型 255 
12.4.1 函数式模型介绍 255 
12.4.2 使用函数式模型进行MNIST图像识别 256 
12.5 模型可视化 257 
12.5.1 使用plot_model进行模型可视化 257 
12.5.2 plot_model升级版 260 
12.6 GoogleNet图像识别 261 
12.7 Batch Normalization使用 263 
12.8 ResNet图像识别 265 
12.9 ResNeXt图像识别 267 
12.10 SENet图像识别 270 
12.11 使用预训练模型进行迁移学习 27