《深度学习入门2：自制框架》随笔.docx

本文档只有word版，所有PDF版本都为盗版，侵权必究
《深度学习入门2：自制框架》读书记录
目录
一、基础知识................................................3
1.1深度学习概述.........................................4
1.1.1机器学习与深度学习的区别.........................4
1.1.2深度学习的发展历程...............................6
1.2神经网络基础.........................................6
1.2.1前馈神经网络.....................................7
1.2.2卷积神经网络.....................................8
1.2.3循环神经网络....................................10
1.3激活函数与优化算法..................................11
1.3.1激活函数介绍....................................12
1.3.2优化算法简介....................................14
二、自制框架构建...........................................16
2.1框架设计原则........................................17
2.1.1易于理解和使用..................................18
2.1.2高效性能........................................20
2.2架构选择与设计......................................21
2.2.1选择合适的深度学习框架..........................23
2.2.2自定义层与模块..................................24
2.3算法实现与优化......................................25
2.3.1深度学习算法实现................................26
2.3.2性能优化策略....................................28
三、框架应用与实践.........................................30
3.1图像分类任务........................................31
3.1.1数据准备与预处理................................32
3.1.2模型训练与评估..................................33
3.2目标检测任务........................................34
3.2.1数据准备与预处理................................35
3.2.2模型训练与评估..................................36
3.3语义分割任务........................................36
3.3.1数据准备与预处理................................37
3.3.2模型训练与评估..................................38
四、总结与展望.............................................40
4.1读书总结............................................41
4.1.1学习到的知识点..................................42
4.1.2实践经验与教训..................................44
4.2未来展望............................................45
4.2.1深度学习技术发展趋势............................46
4.2.2自制框架的改进方向..............................48
一、基础知识
深度学习概述：我复习了深度学习的基本概念，包括神经网络、卷积神经网络（CNN