目　錄







第　1章 深度學習　1

1.1　引言　1

1.2　深度學習框架簡介　1

1.3　數學基礎知識　3

1.3.1　線性代數相關知識　3

1.3.2　概率論相關知識　10

1.3.3　導數相關知識　13

1.4　簡單的深度學習理論知識　14

1.5　小結　19

第　2章 PaddlePaddle的安裝　20

2.1　引言　20

2.2　計算機配置　20

2.3　安裝前的檢查　20

2.4　使用pip安裝　21

2.5　使用Docker安裝　23

2.6　從源碼編譯并生成安裝包　25

2.6.1　在本地編譯并生成安裝包　25

2.6.2　在Docker中編譯并生成

安裝包　28

2.7　編譯Docker鏡像　29

2.8　在Windows操作系統中安裝

PaddlePaddle的方法　30

2.8.1　在Windows系統中安裝

Docker容器　30

2.8.2　在Windows系統中

安裝Ubuntu　35

2.8.3　在Windows 10中安裝Linux

子系統　41

2.9　測試安裝效果　43

2.10　小結　45

第3章　使用MNIST數據集實現手寫

數字識別　46

3.1　引言　46

3.2　數據集　46

3.3　定義神經網絡模型　47

3.4　開始訓練模型　50

3.4.1　導入依賴包　50

3.4.2　初始化Paddle　51

3.4.3　獲取訓練器　51

3.4.4　開始訓練　52

3.5　使用參數預測　54

3.5.1　初始化PaddlePaddle　54

3.5.2　獲取訓練好的參數　54

3.5.3　讀取圖片　54

3.5.4　開始預測　55

3.6　小結　56

第4章　CIFAR數據集中彩色圖像的

識別　57

4.1　引言　57

4.2　數據集　57

4.3　定義神經網絡模型　59

4.4　開始訓練模型　61

4.4.1　導入依賴包　62

4.4.2　初始化Paddle　62

4.4.3　獲取參數　62

4.4.4　創建訓練器　63

4.4.5　開始訓練　64

4.5　使用參數預測　67

4.6　使用其他神經模型　69

4.7　小結　70

第5章　自定義圖像數據集的識別　72

5.1　引言　72

5.2　網絡爬蟲技術　72

5.2.1　網絡爬蟲的整體框架　72

5.2.2　URL管理器　74

5.2.3　網頁下載器　75

5.2.4　網頁解析器　76

5.3　網絡爬蟲實例　77

5.3.1　調度器的使用　79

5.3.2　URL管理器的使用　80

5.3.3　網頁下載器的使用　81

5.3.4　網頁解析器的使用　82

5.3.5　數據收集器的使用　83

5.3.6　運行代碼　84

5.4　數據集　88

5.4.1　生成圖像列表　89

5.4.2　讀取數據　92

5.5　定義神經網絡　96

5.6　使用PaddlePaddle開始訓練　97

5.6.1　創建訓練器　98

5.6.2　開始訓練　99

5.7　使用PaddlePaddle預測　102

5.8　小結　104

第6章　驗證碼的識別　105

6.1　引言　105

6.2　數據集的獲取　105

6.2.1　下載驗證碼　106

6.2.2　修改驗證碼的文件名　107

6.2.3　裁剪驗證碼　108

6.2.4　生成圖像列表　110

6.3　讀取數據　111

6.4　使用PaddlePaddle開始訓練　112

6.5　使用PaddlePaddle預測　118

6.5.1　裁剪驗證碼　118

6.5.2　預測圖像　119

6.5.3　標簽轉成字符　120

6.6　小結　121

第7章　場景文字識別　122

7.1　引言　122

7.2　數據集　122

7.3　定義神經網絡模型　123

7.4　數據的讀取　128

7.4.1　讀取圖像列表　128

7.4.2　生成標簽字典　129

7.4.3　讀取訓練數據　131

7.5　訓練模型　133

7.5.1　訓練準備　133

7.5.2　安裝libwarpctc.so庫　135

7.5.3　開始訓練　136

7.6　開始預測　137

7.7　小結　140

第8章　驗證碼端到端的識別　141

8.1　引言　141

8.2　數據集　141

8.3　生成圖像列表文件　143

8.4　數據的讀取　144

8.4.1　讀取數據并存儲成列表　144

8.4.2　生成和讀取標簽字典　145

8.4.3　讀取訓練和測試的數據　146

8.5　定義網絡模型　147

8.6　生成訓練器　150

8.7　定義訓練　151

8.8　啟動訓練　152

8.9　開始預測　153

8.10　小結　156

第9章　車牌端到端的識別　157

9.1　引言　157

9.2　車牌數據的采集　157

9.2.1　車牌數據的下載　157

9.2.2　命名車牌圖像　159

9.2.3　車牌定位　159

9.2.4　灰度化圖像　163

9.3　數據的讀取　164

9.3.1　生成列表文件　164

9.3.2　以列表方式讀取數據　165

9.3.3　生成和讀取標簽字典　166

9.3.4　訓練數據和測試數據的

讀取　167

9.4　定義神經網絡　169

9.5　開始訓練　171

9.6　開始預測　173

9.7　小結　176

第　10章 使用VOC數據集實現目標

檢測　177

10.1　引言　177

10.2　VOC數據集　177

10.2.1　下載VOC數據集　178

10.2.2　生成圖像列表　179

10.3　數據預處理　180

10.4　SSD神經網絡　182

10.5　訓練模型　186

10.6　評估模型　189

10.7　預測數據　191

10.7.1　預測并保存預測

結果　191

10.7.2　顯示畫出的框　193

10.8　小結　195

第　11章 通過自定義圖像數據集實現

目標檢測　196

11.1　引言　196

11.2　數據集　196

11.2.1　下載車牌數據　196

11.2.2　重命名圖像　197

11.3　標注數據集　198

11.3.1　安裝LabelImg　198

11.3.2　使用LabelImg　198

11.3.3　生成圖像列表　201

11.4　訓練模型　202

11.4.1　預訓練模型處理　202

11.4.2　開始訓練　203

11.5　評估模型　204

11.6　預測圖片　205

11.6.1　獲取預測結果　205

11.6.2　顯示預測結果　206

11.7　小結　208

第　12章 使用PaddlePaddle Fluid　209

12.1　引言　209

12.2　Fluid版本　209

12.3　定義神經網絡　210

12.4　訓練程序　212

12.4.1　定義數據　213

12.4.2　定義平均正確率　213

12.4.3　定義測試程序　213

12.4.4　定義優化方法　214

12.5　訓練模型　214

12.5.1　定義調試器　215

12.5.2　獲取數據　215

12.5.3　開始訓練　216

12.5.4　保存預測模型　217

12.6　預測模型　217

12.7　小結　219

第　13章 可視化工具VisualDL的

使用　220

13.1　引言　220

13.2　VisualDL的介紹　220

13.3　VisualDL的安裝　222

13.3.1　使用pip安裝　223

13.3.2　使用源碼安裝　224

13.4　簡單使用VisualDL　224

13.5　在PaddlePaddle中使用

VisualDL　226

13.5.1　定義VisualDL

組件　226

13.5.2　編寫PaddlePaddle

代碼　227

13.5.3　把數據添加到

VisualDL中　229

13.6　小結　232

第　14章 把PaddlePaddle部署到網站

服務器上　233

14.1　引言　233

14.2　開發環境　233

14.3　Flask的使用　234

14.3.1　安裝Flask　234



14.3.2　測試Flask框架是否安裝

成功　234

14.3.3　文件上傳　235

14.4　使用PaddlePaddle預測　237

14.4.1　獲取預測模型　237

14.4.2　部署PaddlePaddle　238

14.5　小結　242

第　15章 把PaddlePaddle應用到

Android手機　244

15.1　引言　244

15.2　編譯PaddlePaddle庫　244

15.2.1　使用Docker編譯

PaddlePaddle庫　244

15.2.2　使用Linux編譯

PaddlePaddle庫　247

15.3　MobileNet神經網絡　250

15.4　訓練模型　254

15.5　編寫預測代碼　258

15.6　合并模型　261

15.7　移植到Android　262

15.7.1　加載PaddlePaddle庫　262

15.7.2　加載合并的模型　263

15.7.3　開發Android程序　263

15.8　小結　272