前言
- 此书使用Python作为编程语言,尽可能地少使用外部库,从零开始实现深度学习的程序。
此书从简单的机器学习问题开始,最终实现一个能高精度地识别图像的系统。 - 此书以图像识别为主题,主要学习使用深度学习进行图像识别时所需的技术。自然语言处理或者语音识别等不是此书的讨论对象。
- 此书不介绍Caffe、TensorFlow、Chainer、Theano等深度学习框架的使用方法。
- 此书不介绍深度学习的详细理论,特别是神经网络的相关详细理论,不介绍用于提高识别精度的参数调优相关内容。
- 此书不涉及最新研究和理论细节,但读完本书后,读者应有能力进一步去阅读最新的论文或者神经网络相关的理论方面的技术书。
1. Python是什么
-
Python是一个简单、易读、易记的编程语言,而且是开源的,对于首次接触编程的人士来说,Python是最合适的语言。
-
Google、Microsoft、Facebook等战斗在IT行业最前沿的企业经常使用Python。
-
在科学领域,特别是在机器学习、数据科学领域,Python被大量使用。Python凭借着NumPy、SciPy等优秀的数值计算、统计分析库,在数据科学领域占有不可动摇的地位。深度学习的框架中也有很多使用Python的场景,比如Caffe、TensorFlow、Chainer、Theano等著名的深度学习框架都提供了Python接口。因此,学习Python对使用深度学习框架大有益处。
2. Python的安装
2.1 Python版本
我使用的是Python 3.7.6。
- 查看方法:
快捷键:Win+R
点击‘确定’,打开终端。 - 在终端输入
python --version
命令
输出显示已经安装的Python的版本信息。
2.2 使用的外部库
本书主要使用NumPy和Matplotlib。
- NumPy是用于数值计算的库,提供了很多高级的数学算法和便利的矩阵操作方法。本书将使用这些便利的方法来有效地促进深度学习的实现。
- Matplotlib是用来画图的库。使用Matplotlib能将实验结果可视化,并在视觉上确认深度学习运行期间的数据。
2.3 Anaconda发行版
我使用的是Anaconda