目　錄



第1章　深度學(xué)習(xí)快速入門 1
1.1　各種深度學(xué)習(xí)應(yīng)用 1
1.2　準(zhǔn)備開發(fā)環(huán)境 2
1.2.1　Linux基礎(chǔ) 2
1.2.2　Micro編輯器 5
1.2.3　Shell基礎(chǔ) 5
1.2.4　Linux下安裝Python 8
1.2.5　選擇Python版本 9
1.2.6　使用AWK 9
1.2.7　Windows下安裝Python 10
1.2.8　搭建PyDev集成開發(fā)環(huán)境 11
1.3　體驗(yàn)TensorFlow文本分類 12
1.3.1　安裝TensorFlow 12
1.3.2　實(shí)現(xiàn)文本分類 14
1.4　本章小結(jié) 16
第2章　Python編程語言基礎(chǔ) 17
2.1　變量 17
2.2　注釋 17
2.3　簡單數(shù)據(jù)類型 18
2.3.1　數(shù)值 18
2.3.2　字符串 20
2.3.3　數(shù)組 22
2.4　字面值 22
2.5　控制流 23
2.5.1　if語句 23
2.5.2　循環(huán) 24
2.6　列表 25
2.7　元組 28
2.8　集合 30
2.9　字典 30
2.10　位數(shù)組 31
2.11　模塊 32
2.12　函數(shù) 33
2.13　print函數(shù) 35
2.14　正則表達(dá)式 37
2.15　文件操作 39
2.15.1　讀寫文件 40
2.15.2　重命名文件 41
2.15.3　遍歷文件 41
2.16　使用pickle模塊序列化對象 42
2.17　面向?qū)ο缶幊? 42
2.18　命令行參數(shù) 44
2.19　數(shù)據(jù)庫 45
2.20　JSON格式 46
2.21　日志記錄 46
2.22　異常處理 48
2.23　通過PyJNIus使用Java 48
2.24　本章小結(jié) 49
第3章　語音識(shí)別中的深度學(xué)習(xí) 50
3.1　神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 50
3.1.1　實(shí)現(xiàn)深度前饋網(wǎng)絡(luò) 52
3.1.2　計(jì)算過程 61
3.2　卷積神經(jīng)網(wǎng)絡(luò) 67
3.3　語音識(shí)別語料庫 73
3.3.1　TIMIT語料庫 73
3.3.2　LibriSpeech語料庫 74
3.3.3　中文語料庫 74
3.4　搭建深度學(xué)習(xí)框架開發(fā)環(huán)境 75
3.4.1　安裝Clang 75
3.4.2　構(gòu)建配置 79
3.4.3　configure腳本 80
3.4.4　靜態(tài)代碼分析 82
3.4.5　LLDB調(diào)試 83
3.4.6　使用Cygwin模擬環(huán)境 86
3.4.7　使用CMake構(gòu)建項(xiàng)目 86
3.4.8　使用Gradle構(gòu)建項(xiàng)目 87
3.4.9　Jenkins實(shí)現(xiàn)持續(xù)集成 92
3.5　TensorFlow識(shí)別語音 92
3.5.1　使用Keras 92
3.5.2　安裝TensorFlow 94
3.5.3　安裝TensorFlow的Docker容器 96
3.5.4　使用TensorFlow 97
3.5.5　一維卷積 137
3.5.6　二維卷積 139
3.5.7　膨脹卷積 141
3.5.8　TensorFlow實(shí)現(xiàn)簡單的語音識(shí)別 142
3.5.9　NumPy提取語音識(shí)別特征 144
3.5.10 Numba 147
3.6　端到端深度學(xué)習(xí) 148
3.7　Dropout解決過度擬合問題 148
3.8　NumPy中的矩陣運(yùn)算 151
3.9　說話者識(shí)別 152
3.10　聯(lián)邦學(xué)習(xí) 154
3.11　本章小結(jié) 160
第4章　C#開發(fā)深度學(xué)習(xí)應(yīng)用 161
4.1　使用TensorFlow.NET 161

4.2　使用TensorFlowSharp 163
4.3　本章小結(jié) 164
第5章　Slurm并行訓(xùn)練 165
5.1　網(wǎng)格計(jì)算引擎Slurm簡介 165
5.1.1　安裝Slurm 166
5.1.2　Slurm腳本編程 171
5.2　TensorFlow集群 172
5.3　本章小結(jié) 173
參考文獻(xiàn) 174