深度学习入门与实战

上部深度学习入门
第1章 深度学习基础 002～017
1.1 深度学习的概念 003
1.1.1 深度学习的发展简史 003
1.1.2 深度学习的特点 006
1.1.3 深度学习的应用 006
1.2 神经网络的概念 007
1.2.1 人是如何识别数字的 008
1.2.2 感知机的提出 009
1.3 神经网络的应用 012
1.3.1 感知机模型 013
1.3.2 能够识别数字的神经网络 015
1.4 本章小结与练习 017
本章练习 017
参考文献 017
第2章 深度学习的算法基础——梯度下降法 018～026
2.1 梯度下降法的定义 018
2.2 梯度下降法的类型 021
2.2.1 批量梯度下降 021
2.2.2 随机梯度下降 022
2.2.3 小批量随机梯度下降 022
2.2.4 动量随机梯度下降 023
2.3 自适应优化算法 024
2.3.1 AdaGrad算法 024
2.3.2 RMSProp算法 025
2.3.3 Adam算法 025
2.4 本章小结与练习 026
本章练习 026
参考文献 026
第3章 深度学习的结构基础——卷积神经网络 027～040
3.1 卷积神经网络基础 027
3.1.1 卷积神经网络的发展 028
3.1.2 卷积神经网络的组成 028
3.2 卷积的基本操作 030
3.2.1 互相关运算 030
3.2.2 特征图和感受野 031
3.3 卷积操作中的填充和步长 032
3.3.1 填充 032
3.3.2 步长 034
3.4 多通道输入的卷积与多通道输出 034
3.4.1 卷积操作 035
3.4.2 多卷积操作 036
3.4.3 多通道输出 036
3.5 卷积神经网络的池化层和全连接层 037
3.5.1 池化层 037
3.5.2 全连接层 039
3.6 本章小结与练习 040
本章练习 040
参考文献 040
第4章 搭建深度学习的运行环境 041～072
4.1 安装开源软件包和环境管理系统Anaconda 041
4.1.1 下载Anaconda 042
4.1.2 安装Anaconda 045
4.1.3 配置国内的下载源 050
4.2 配置Anaconda的环境变量 052
4.3 创建和删除虚拟环境 056
4.3.1 创建虚拟环境 056
4.3.2 删除虚拟环境 061
4.4 安装和配置PyCharm 063
4.4.1 安装PyCharm 063
4.4.2 使用PyCharm 065
4.4.3 添加解释器 069
4.5 本章小结 072
下部深度学习实战
第5章 基于YOLOv8的黄花菜成熟度视觉检测 074～096
5.1 数据的采集与处理 074
5.1.1 数据采集 075
5.1.2 图像预处理 075
5.1.3 图像标注 077
5.2 YOLOv8算法简介 080
5.2.1 YOLO系列算法的发展历程 080
5.2.2 YOLOv8算法 081
5.3 基于YOLOv8的黄花菜成熟度检测实验 084
5.3.1 搭建实验环境 084
5.3.2代码目录结构 086
5.4 实验过程及其结果 088
5.4.1 训练网络 088
5.4.2 测试模型 090
5.4.3 分析结果 091
5.5 本章小结与练习 095
本章练习 096
参考文献 096
第6章 基于YOLOv8的带钢表面缺陷视觉检测 097～112
6.1 对带钢表面缺陷检测的研究 097
6.2 数据集的选取及预处理 098
6.2.1 几类典型的带钢表面缺陷 099
6.2.2 带钢表面缺陷数据集的选取 101
6.2.3 数据集标签的转换与增强 101
6.3 带钢表面缺陷检测模型的训练 104
6.3.1 模型的训练过程 104
6.3.2 实验结果与分析 108
6.4 本章小结与练习 111
本章练习 112
参考文献 112
第7章 基于YOLOv8的不规范驾驶行为检测 113～126
7.1 不规范驾驶行为检测的意义和主要研究方法 113
7.2 网络优化与数据集 115
7.2.1 对YOLOv8的结构改进 115
7.2.2 数据集的选取与处理 119
7.3 实验过程及其结果 120
7.3.1 模型的修改与训练 120
7.3.2 不规范驾驶行为的检测结果 124
7.4 本章小结与练习 125
本章练习 125
参考文献 126
第8章 基于深度学习的城市街景语义分割 127～141
8.1 语义分割的概念 127
8.1.1 语义分割的研究 127
8.1.2 语义分割的常用数据集 128
8.2 语义分割的常用模型 129
8.2.1 FCN模型 129
8.2.2 U-Net模型 130
8.2.3 SegNet模型 131
8.2.4 DeepLab模型 132
8.2.5 PSPNet模型 132
8.3 城市街景图像的语义分割 133
8.4 城市街景语义分割模型的训练与实验 134
8.4.1 数据集和语义分割工具的选取 134
8.4.2 网络结构及其训练过程 135
8.4.3 实验验证及其结果 138
8.5 本章小结与练习 140
本章练习 140
参考文献 141
第9章 基于wespeaker的声纹识别技术 142～160
9.1 声纹识别技术概述 142
9.1.1 声纹识别的发展历程 143
9.1.2 wespeaker框架的特点与优势 144
9.1.3 VoxCeleb数据集概述 145
9.2 基于wespeaker的声纹识别技术细节 146
9.2.1 梅尔频率倒谱系数（MFCC） 146
9.2.2 滤波器组特征filter bank 148
9.2.3 FBank的代码实现 149
9.3 构建一个简单的基于wespeaker的声纹识别系统 151
9.3.1 声纹特征模型的训练 151
9.3.2 基于声纹特征模型的声纹对比程序 156
9.3.3 开发声纹识别系统的界面 157
9.4 本章小结与练习 159
本章练习 160
第10章 深度学习在新能源发电预测领域中的应用 161～181
10.1 新能源发电预测的基础知识 162
10.1.1 新能源发电技术及其发展与挑战 162
10.1.2 构建基于深度学习的新能源功率预测模型 163
10.2 风力发电功率预测 168
10.2.1 风力发电原理 168
10.2.2 构建风力发电功率预测模型 170
10.3 光伏发电功率预测 174
10.3.1 光伏发电原理与影响因素 174
10.3.2 构建光伏发电功率预测模型 176
10.4 本章小结与练习 179
本章练习 180
参考文献 181
附录 书中的常用词汇中英文对照表 182～183