動(dòng)手學(xué)深度學(xué)習(xí)（PyTorch版）

對(duì)本書的贊譽(yù)
前言
譯者簡(jiǎn)介
學(xué)習(xí)環(huán)境配置
資源與支持
主要符號(hào)表

第1章　引言　1
1.1　日常生活中的機(jī)器學(xué)習(xí)　2
1.2　機(jī)器學(xué)習(xí)中的關(guān)鍵組件　3
1.2.1　數(shù)據(jù)　3
1.2.2　模型　4
1.2.3　目標(biāo)函數(shù)　4
1.2.4　優(yōu)化算法　5
1.3　各種機(jī)器學(xué)習(xí)問題　5
1.3.1　監(jiān)督學(xué)習(xí)　5
1.3.2　無監(jiān)督學(xué)習(xí)　11
1.3.3　與環(huán)境互動(dòng)　11
1.3.4　強(qiáng)化學(xué)習(xí)　12
1.4　起源　13
1.5　深度學(xué)習(xí)的發(fā)展　15
1.6　深度學(xué)習(xí)的成功案例　16
1.7　特點(diǎn)　17

第2章　預(yù)備知識(shí)　20
2.1　數(shù)據(jù)操作　20
2.1.1　入門　21
2.1.2　運(yùn)算符　22
2.1.3　廣播機(jī)制　23
2.1.4　索引和切片　24
2.1.5　節(jié)省內(nèi)存　24
2.1.6　轉(zhuǎn)換為其他Python對(duì)象　25
2.2　數(shù)據(jù)預(yù)處理　26
2.2.1　讀取數(shù)據(jù)集　26
2.2.2　處理缺失值　26
2.2.3　轉(zhuǎn)換為張量格式　27
2.3　線性代數(shù)　27
2.3.1　標(biāo)量　28
2.3.2　向量　28
2.3.3　矩陣　29
2.3.4　張量　30
2.3.5　張量算法的基本性質(zhì)　31
2.3.6　降維　32
2.3.7　點(diǎn)積　33
2.3.8　矩陣-向量積　33
2.3.9　矩陣-矩陣乘法　34
2.3.10　范數(shù)　35
2.3.11　關(guān)于線性代數(shù)的更多信息　36
2.4　微積分　37
2.4.1　導(dǎo)數(shù)和微分　37
2.4.2　偏導(dǎo)數(shù)　40
2.4.3　梯度　41
2.4.4　鏈?zhǔn)椒▌t　41
2.5　自動(dòng)微分　42
2.5.1　一個(gè)簡(jiǎn)單的例子　42
2.5.2　非標(biāo)量變量的反向傳播　43
2.5.3　分離計(jì)算　43
2.5.4　Python控制流的梯度計(jì)算　44
2.6　概率　44
2.6.1　基本概率論　45
2.6.2　處理多個(gè)隨機(jī)變量　48
2.6.3　期望和方差　50
2.7　查閱文檔　51
2.7.1　查找模塊中的所有函數(shù)和類　51
2.7.2　查找特定函數(shù)和類的用法　52

第3章　線性神經(jīng)網(wǎng)絡(luò)　54
3.1　線性回歸　54
3.1.1　線性回歸的基本元素　54
3.1.2　向量化加速　57
3.1.3　正態(tài)分布與平方損失　58
3.1.4　從線性回歸到深度網(wǎng)絡(luò)　60
3.2　線性回歸的從零開始實(shí)現(xiàn)　61
3.2.1　生成數(shù)據(jù)集　62
3.2.2　讀取數(shù)據(jù)集　63
3.2.3　初始化模型參數(shù)　63
3.2.4　定義模型　64
3.2.5　定義損失函數(shù)　64
3.2.6　定義優(yōu)化算法　64
3.2.7　訓(xùn)練　64
3.3　線性回歸的簡(jiǎn)潔實(shí)現(xiàn)　66
3.3.1　生成數(shù)據(jù)集　66
3.3.2　讀取數(shù)據(jù)集　66
3.3.3　定義模型　67
3.3.4　初始化模型參數(shù)　67
3.3.5　定義損失函數(shù)　68
3.3.6　定義優(yōu)化算法　68
3.3.7　訓(xùn)練　68
3.4　softmax回歸　69
3.4.1　分類問題　69
3.4.2　網(wǎng)絡(luò)架構(gòu)　70
3.4.3　全連接層的參數(shù)開銷　70
3.4.4　softmax運(yùn)算　71
3.4.5　小批量樣本的向量化　71
3.4.6　損失函數(shù)　72
3.4.7　信息論基礎(chǔ)　73
3.4.8　模型預(yù)測(cè)和評(píng)估　74
3.5　圖像分類數(shù)據(jù)集　74
3.5.1　讀取數(shù)據(jù)集　75
3.5.2　讀取小批量　76
3.5.3　整合所有組件　76
3.6　softmax回歸的從零開始實(shí)現(xiàn)　77
3.6.1　初始化模型參數(shù)　77
3.6.2　定義softmax操作　78
3.6.3　定義模型　78
3.6.4　定義損失函數(shù)　79
3.6.5　分類精度　79
3.6.6　訓(xùn)練　80
3.6.7　預(yù)測(cè)　82
3.7　softmax回歸的簡(jiǎn)潔實(shí)現(xiàn)　83
3.7.1　初始化模型參數(shù)　83
3.7.2　重新審視softmax的實(shí)現(xiàn)　84
3.7.3　優(yōu)化算法　84
3.7.4　訓(xùn)練　84

第4章　多層感知機(jī)　86
4.1　多層感知機(jī)　86
4.1.1　隱藏層　86
4.1.2　激活函數(shù)　88
4.2　多層感知機(jī)的從零開始實(shí)現(xiàn)　92
4.2.1　初始化模型參數(shù)　92
4.2.2　激活函數(shù)　93
4.2.3　模型　93
4.2.4　損失函數(shù)　93
4.2.5　訓(xùn)練　93
4.3　多層感知機(jī)的簡(jiǎn)潔實(shí)現(xiàn)　94
模型　94
4.4　模型選擇、欠擬合和過擬合　95
4.4.1　訓(xùn)練誤差和泛化誤差　96
4.4.2　模型選擇　97
4.4.3　欠擬合還是過擬合　98
4.4.4　多項(xiàng)式回歸　99
4.5　權(quán)重衰減　103
4.5.1　范數(shù)與權(quán)重衰減　103
4.5.2　高維線性回歸　104
4.5.3　從零開始實(shí)現(xiàn)　104
4.5.4　簡(jiǎn)潔實(shí)現(xiàn)　106
4.6　暫退法　108
4.6.1　重新審視過擬合　108
4.6.2　擾動(dòng)的穩(wěn)健性　108
4.6.3　實(shí)踐中的暫退法　109
4.6.4　從零開始實(shí)現(xiàn)　110
4.6.5　簡(jiǎn)潔實(shí)現(xiàn)　111
4.7　前向傳播、反向傳播和計(jì)算圖　112
4.7.1　前向傳播　113
4.7.2　前向傳播計(jì)算圖　113
4.7.3　反向傳播　114
4.7.4　訓(xùn)練神經(jīng)網(wǎng)絡(luò)　115
4.8　數(shù)值穩(wěn)定性和模型初始化　115
4.8.1　梯度消失和梯度爆炸　116
4.8.2　參數(shù)初始化　117
4.9　環(huán)境和分布偏移　119
4.9.1　分布偏移的類型　120
4.9.2　分布偏移示例　121
4.9.3　分布偏移糾正　122
4.9.4　學(xué)習(xí)問題的分類法　125
4.9.5　機(jī)器學(xué)習(xí)中的公平、責(zé)任和透明度　126
4.10　實(shí)戰(zhàn)Kaggle比賽：預(yù)測(cè)房?jī)r(jià)　127
4.10.1　下載和緩存數(shù)據(jù)集　127
4.10.2　Kaggle　128
4.10.3　訪問和讀取數(shù)據(jù)集　129
4.10.4　數(shù)據(jù)預(yù)處理　130
4.10.5　訓(xùn)練　131
4.10.6　K折交叉驗(yàn)證　132
4.10.7　模型選擇　133
4.10.8　提交Kaggle預(yù)測(cè)　133

第5章　深度學(xué)習(xí)計(jì)算　136
5.1　層和塊　136
5.1.1　自定義塊　138
5.1.2　順序塊　139
5.1.3　在前向傳播函數(shù)中執(zhí)行代碼　139
5.1.4　效率　140
5.2　參數(shù)管理　141
5.2.1　參數(shù)訪問　141
5.2.2　參數(shù)初始化　143
5.2.3　參數(shù)綁定　145
5.3　延后初始化　145
實(shí)例化網(wǎng)絡(luò)　146
5.4　自定義層　146
5.4.1　不帶參數(shù)的層　146
5.4.2　帶參數(shù)的層　147
5.5　讀寫文件　148
5.5.1　加載和保存張量　148
5.5.2　加載和保存模型參數(shù)　149
5.6　GPU　150
5.6.1　計(jì)算設(shè)備　151
5.6.2　張量與GPU　152
5.6.3　神經(jīng)網(wǎng)絡(luò)與GPU　153

第6章　卷積神經(jīng)網(wǎng)絡(luò)　155
6.1　從全連接層到卷積　155
6.1.1　不變性　156
6.1.2　多層感知機(jī)的限制　157
6.1.3　卷積　158
6.1.4　“沃爾多在哪里”回顧　158
6.2　圖像卷積　159
6.2.1　互相關(guān)運(yùn)算　159
6.2.2　卷積層　161
6.2.3　圖像中目標(biāo)的邊緣檢測(cè)　161
6.2.4　學(xué)習(xí)卷積核　162
6.2.5　互相關(guān)和卷積　162
6.2.6　特征映射和感受野　163
6.3　填充和步幅　164
6.3.1　填充　164
6.3.2　步幅　165
6.4　多輸入多輸出通道　166
6.4.1　多輸入通道　167
6.4.2　多輸出通道　167
6.4.3　1×1卷積層　168
6.5　匯聚層　170
6.5.1　最大匯聚和平均匯聚　170
6.5.2　填充和步幅　171
6.5.3　多個(gè)通道　172
6.6　卷積神經(jīng)網(wǎng)絡(luò)（LeNet）　173
6.6.1　LeNet　173
6.6.2　模型訓(xùn)練　175

第7章　現(xiàn)代卷積神經(jīng)網(wǎng)絡(luò)　178
7.1　深度卷積神經(jīng)網(wǎng)絡(luò)（AlexNet）　178
7.1.1　學(xué)習(xí)表征　179
7.1.2　AlexNet　181
7.1.3　讀取數(shù)據(jù)集　183
7.1.4　訓(xùn)練AlexNet　183
7.2　使用塊的網(wǎng)絡(luò)（VGG）　184
7.2.1　VGG塊　184
7.2.2　VGG網(wǎng)絡(luò)　185
7.2.3　訓(xùn)練模型　186
7.3　網(wǎng)絡(luò)中的網(wǎng)絡(luò)（NiN）　187
7.3.1　NiN塊　187
7.3.2　NiN模型　188
7.3.3　訓(xùn)練模型　189
7.4　含并行連接的網(wǎng)絡(luò)（GoogLeNet）　190
7.4.1　Inception塊　190
7.4.2　GoogLeNet模型　191
7.4.3　訓(xùn)練模型　193
7.5　批量規(guī)范化　194
7.5.1　訓(xùn)練深層網(wǎng)絡(luò)　194
7.5.2　批量規(guī)范化層　195
7.5.3　從零實(shí)現(xiàn)　196
7.5.4　使用批量規(guī)范化層的 LeNet　197
7.5.5　簡(jiǎn)明實(shí)現(xiàn)　198
7.5.6　爭(zhēng)議　198
7.6　殘差網(wǎng)絡(luò)（ResNet）　200
7.6.1　函數(shù)類　200
7.6.2　殘差塊　201
7.6.3　ResNet模型　202
7.6.4　訓(xùn)練模型　204
7.7　稠密連接網(wǎng)絡(luò)（DenseNet）　205
7.7.1　從ResNet到DenseNet　205
7.7.2　稠密塊體　206
7.7.3　過渡層　206
7.7.4　DenseNet模型　207
7.7.5　訓(xùn)練模型　207

第8章　循環(huán)神經(jīng)網(wǎng)絡(luò)　209
8.1　序列模型　209
8.1.1　統(tǒng)計(jì)工具　210
8.1.2　訓(xùn)練　212
8.1.3　預(yù)測(cè)　213
8.2　文本預(yù)處理　216
8.2.1　讀取數(shù)據(jù)集　216
8.2.2　詞元化　217
8.2.3　詞表　217
8.2.4　整合所有功能　219
8.3　語言模型和數(shù)據(jù)集　219
8.3.1　學(xué)習(xí)語言模型　220
8.3.2　馬爾可夫模型與n元語法　221
8.3.3　自然語言統(tǒng)計(jì)　221
8.3.4　讀取長(zhǎng)序列數(shù)據(jù)　223
8.4　循環(huán)神經(jīng)網(wǎng)絡(luò)　226
8.4.1　無隱狀態(tài)的神經(jīng)網(wǎng)絡(luò)　227
8.4.2　有隱狀態(tài)的循環(huán)神經(jīng)網(wǎng)絡(luò)　227
8.4.3　基于循環(huán)神經(jīng)網(wǎng)絡(luò)的字符級(jí)語言模型　228
8.4.4　困惑度　229
8.5　循環(huán)神經(jīng)網(wǎng)絡(luò)的從零開始實(shí)現(xiàn)　230
8.5.1　獨(dú)熱編碼　231
8.5.2　初始化模型參數(shù)　231
8.5.3　循環(huán)神經(jīng)網(wǎng)絡(luò)模型　232
8.5.4　預(yù)測(cè)　232
8.5.5　梯度截?cái)唷?33
8.5.6　訓(xùn)練　234
8.6　循環(huán)神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)潔實(shí)現(xiàn)　237
8.6.1　定義模型　237
8.6.2　訓(xùn)練與預(yù)測(cè)　238
8.7　通過時(shí)間反向傳播　239
8.7.1　循環(huán)神經(jīng)網(wǎng)絡(luò)的梯度分析　239
8.7.2　通過時(shí)間反向傳播的細(xì)節(jié)　241

第9章　現(xiàn)代循環(huán)神經(jīng)網(wǎng)絡(luò)　244
9.1　門控循環(huán)單元（GRU）　244
9.1.1　門控隱狀態(tài)　245
9.1.2　從零開始實(shí)現(xiàn)　247
9.1.3　簡(jiǎn)潔實(shí)現(xiàn)　248
9.2　長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）　249
9.2.1　門控記憶元　249
9.2.2　從零開始實(shí)現(xiàn)　252
9.2.3　簡(jiǎn)潔實(shí)現(xiàn)　253
9.3　深度循環(huán)神經(jīng)網(wǎng)絡(luò)　254
9.3.1　函數(shù)依賴關(guān)系　255
9.3.2　簡(jiǎn)潔實(shí)現(xiàn)　255
9.3.3　訓(xùn)練與預(yù)測(cè)　255
9.4　雙向循環(huán)神經(jīng)網(wǎng)絡(luò)　256
9.4.1　隱馬爾可夫模型中的動(dòng)態(tài)規(guī)劃　256
9.4.2　雙向模型　258
9.4.3　雙向循環(huán)神經(jīng)網(wǎng)絡(luò)的錯(cuò)誤應(yīng)用　259
9.5　機(jī)器翻譯與數(shù)據(jù)集　260
9.5.1　下載和預(yù)處理數(shù)據(jù)集　261
9.5.2　詞元化　262
9.5.3　詞表　263
9.5.4　加載數(shù)據(jù)集　263
9.5.5　訓(xùn)練模型　264
9.6　編碼器-解碼器架構(gòu)　265
9.6.1　編碼器　265
9.6.2　解碼器　266
9.6.3　合并編碼器和解碼器　266
9.7　序列到序列學(xué)習(xí)（seq2seq）　267
9.7.1　編碼器　268
9.7.2　解碼器　269
9.7.3　損失函數(shù)　270
9.7.4　訓(xùn)練　271
9.7.5　預(yù)測(cè)　272
9.7.6　預(yù)測(cè)序列的評(píng)估　273
9.8　束搜索　275
9.8.1　貪心搜索　275
9.8.2　窮舉搜索　276
9.8.3　束搜索　276

第10章　注意力機(jī)制　278
10.1　注意力提示　278
10.1.1　生物學(xué)中的注意力提示　279
10.1.2　查詢、鍵和值　280
10.1.3　注意力的可視化　280
10.2　注意力匯聚：Nadaraya-Watson 核回歸　281
10.2.1　生成數(shù)據(jù)集　282
10.2.2　平均匯聚　282
10.2.3　非參數(shù)注意力匯聚　283
10.2.4　帶參數(shù)注意力匯聚　284
10.3　注意力評(píng)分函數(shù)　287
10.3.1　掩蔽softmax操作　288
10.3.2　加性注意力　289
10.3.3　縮放點(diǎn)積注意力　290
10.4　Bahdanau 注意力　291
10.4.1　模型　291
10.4.2　定義注意力解碼器　292
10.4.3　訓(xùn)練　293
10.5　多頭注意力　295
10.5.1　模型　295
10.5.2　實(shí)現(xiàn)　296
10.6　自注意力和位置編碼　298
10.6.1　自注意力　298
10.6.2　比較卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)和自注意力　298
10.6.3　位置編碼　299
10.7　Transformer　302
10.7.1　模型　302
10.7.2　基于位置的前饋網(wǎng)絡(luò)　303
10.7.3　殘差連接和層規(guī)范化　304
10.7.4　編碼器　304
10.7.5　解碼器　305
10.7.6　訓(xùn)練　307

第11章　優(yōu)化算法　311
11.1　優(yōu)化和深度學(xué)習(xí)　311
11.1.1　優(yōu)化的目標(biāo)　311
11.1.2　深度學(xué)習(xí)中的優(yōu)化挑戰(zhàn)　312
11.2　凸性　315
11.2.1　定義　315
11.2.2　性質(zhì)　317
11.2.3　約束　319
11.3　梯度下降　322
11.3.1　一維梯度下降　322
11.3.2　多元梯度下降　324
11.3.3　自適應(yīng)方法　326
11.4　隨機(jī)梯度下降　329
11.4.1　隨機(jī)梯度更新　329
11.4.2　動(dòng)態(tài)學(xué)習(xí)率　331
11.4.3　凸目標(biāo)的收斂性分析　332
11.4.4　隨機(jī)梯度和有限樣本　333
11.5　小批量隨機(jī)梯度下降　334
11.5.1　向量化和緩存　335
11.5.2　小批量　336
11.5.3　讀取數(shù)據(jù)集　337
11.5.4　從零開始實(shí)現(xiàn)　337
11.5.5　簡(jiǎn)潔實(shí)現(xiàn)　340
11.6　動(dòng)量法　341
11.6.1　基礎(chǔ)　341
11.6.2　實(shí)際實(shí)驗(yàn)　345
11.6.3　理論分析　346
11.7　AdaGrad算法　348
11.7.1　稀疏特征和學(xué)習(xí)率　348
11.7.2　預(yù)處理　349
11.7.3　算法　350
11.7.4　從零開始實(shí)現(xiàn)　351
11.7.5　簡(jiǎn)潔實(shí)現(xiàn)　352
11.8　RMSProp算法　353
11.8.1　算法　353
11.8.2　從零開始實(shí)現(xiàn)　354
11.8.3　簡(jiǎn)潔實(shí)現(xiàn)　355
11.9　Adadelta算法　356
11.9.1　算法　356
11.9.2　實(shí)現(xiàn)　356
11.10　Adam算法　358
11.10.1　算法　358
11.10.2　實(shí)現(xiàn)　359
11.10.3　Yogi　360
11.11　學(xué)習(xí)率調(diào)度器　361
11.11.1　一個(gè)簡(jiǎn)單的問題　361
11.11.2　學(xué)習(xí)率調(diào)度器　363
11.11.3　策略　364

第12章　計(jì)算性能　369
12.1　編譯器和解釋器　369
12.1.1　符號(hào)式編程　370
12.1.2　混合式編程　371
12.1.3　Sequential的混合式編程　371
12.2　異步計(jì)算　372
通過后端異步處理　373
12.3　自動(dòng)并行　375
12.3.1　基于GPU的并行計(jì)算　375
12.3.2　并行計(jì)算與通信　376
12.4　硬件　378
12.4.1　計(jì)算機(jī)　378
12.4.2　內(nèi)存　379
12.4.3　存儲(chǔ)器　380
12.4.4　CPU　381
12.4.5　GPU和其他加速卡　383
12.4.6　網(wǎng)絡(luò)和總線　385
12.4.7　更多延遲　386
12.5　多GPU訓(xùn)練　388
12.5.1　問題拆分　388
12.5.2　數(shù)據(jù)并行性　390
12.5.3　簡(jiǎn)單網(wǎng)絡(luò)　390
12.5.4　數(shù)據(jù)同步　391
12.5.5　數(shù)據(jù)分發(fā)　392
12.5.6　訓(xùn)練　392
12.6　多GPU的簡(jiǎn)潔實(shí)現(xiàn)　394
12.6.1　簡(jiǎn)單網(wǎng)絡(luò)　394
12.6.2　網(wǎng)絡(luò)初始化　395
12.6.3　訓(xùn)練　395
12.7　參數(shù)服務(wù)器　397
12.7.1　數(shù)據(jù)并行訓(xùn)練　397
12.7.2　環(huán)同步（ring synchronization）　399
12.7.3　多機(jī)訓(xùn)練　400
12.7.4　鍵-值存儲(chǔ)　402

第13章　計(jì)算機(jī)視覺　404
13.1　圖像增廣　404
13.1.1　常用的圖像增廣方法　404
13.1.2　使用圖像增廣進(jìn)行訓(xùn)練　408
13.2　微調(diào)　410
13.2.1　步驟　410
13.2.2　熱狗識(shí)別　411
13.3　目標(biāo)檢測(cè)和邊界框　415
邊界框　415
13.4　錨框　417
13.4.1　生成多個(gè)錨框　417
13.4.2　交并比（IoU）　419
13.4.3　在訓(xùn)練數(shù)據(jù)中標(biāo)注錨框　420
13.4.4　使用非極大值抑制預(yù)測(cè)邊界框　424
13.5　多尺度目標(biāo)檢測(cè)　427
13.5.1　多尺度錨框　427
13.5.2　多尺度檢測(cè)　429
13.6　目標(biāo)檢測(cè)數(shù)據(jù)集　430
13.6.1　下載數(shù)據(jù)集　430
13.6.2　讀取數(shù)據(jù)集　431
13.6.3　演示　432
13.7　單發(fā)多框檢測(cè)（SSD）　433
13.7.1　模型　433
13.7.2　訓(xùn)練模型　437
13.7.3　預(yù)測(cè)目標(biāo)　439
13.8　區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（R-CNN）系列　441
13.8.1　R-CNN　441
13.8.2　Fast R-CNN　442
13.8.3　Faster R-CNN　443
13.8.4　Mask R-CNN　444
13.9　語義分割和數(shù)據(jù)集　445
13.9.1　圖像分割和實(shí)例分割　445
13.9.2　Pascal VOC2012 語義分割數(shù)據(jù)集　446
13.10　轉(zhuǎn)置卷積　450
13.10.1　基本操作　450
13.10.2　填充、步幅和多通道　451
13.10.3　與矩陣變換的聯(lián)系　452
13.11　全卷積網(wǎng)絡(luò)　453
13.11.1　構(gòu)建模型　454
13.11.2　初始化轉(zhuǎn)置卷積層　455
13.11.3　讀取數(shù)據(jù)集　456
13.11.4　訓(xùn)練　456
13.11.5　預(yù)測(cè)　457
13.12　風(fēng)格遷移　458
13.12.1　方法　459
13.12.2　閱讀內(nèi)容和風(fēng)格圖像　460
13.12.3　預(yù)處理和后處理　460
13.12.4　提取圖像特征　461
13.12.5　定義損失函數(shù)　461
13.12.6　初始化合成圖像　463
13.12.7　訓(xùn)練模型　463
13.13　實(shí)戰(zhàn) Kaggle競(jìng)賽：圖像分類（CIFAR-10）　464
13.13.1　獲取并組織數(shù)據(jù)集　465
13.13.2　圖像增廣 　467
13.13.3　讀取數(shù)據(jù)集　468
13.13.4　定義模型　468
13.13.5　定義訓(xùn)練函數(shù)　468
13.13.6　訓(xùn)練和驗(yàn)證模型　469
13.13.7　在Kaggle上對(duì)測(cè)試集進(jìn)行分類并提交結(jié)果　469
13.14　實(shí)戰(zhàn)Kaggle競(jìng)賽：狗的品種識(shí)別（ImageNet Dogs）　470
13.14.1　獲取和整理數(shù)據(jù)集　471
13.14.2　圖像增廣　472
13.14.3　讀取數(shù)據(jù)集　472
13.14.4　微調(diào)預(yù)訓(xùn)練模型　473
13.14.5　定義訓(xùn)練函數(shù)　473
13.14.6　訓(xùn)練和驗(yàn)證模型　474
13.14.7　對(duì)測(cè)試集分類并在Kaggle提交結(jié)果　475

第14章　自然語言處理：預(yù)訓(xùn)練　476
14.1　詞嵌入（word2vec）　477
14.1.1　為何獨(dú)熱向量是一個(gè)糟糕的選擇　477
14.1.2　自監(jiān)督的word2vec　477
14.1.3　跳元模型　477
14.1.4　連續(xù)詞袋模型　478
14.2　近似訓(xùn)練　480
14.2.1　負(fù)采樣　480
14.2.2　層序softmax　481
14.3　用于預(yù)訓(xùn)練詞嵌入的數(shù)據(jù)集　482
14.3.1　讀取數(shù)據(jù)集　482
14.3.2　下采樣　483
14.3.3　中心詞和上下文詞的提取　484
14.3.4　負(fù)采樣　485
14.3.5　小批量加載訓(xùn)練實(shí)例　486
14.3.6　整合代碼　487
14.4　預(yù)訓(xùn)練word2vec　488
14.4.1　跳元模型　488
14.4.2　訓(xùn)練　489
14.4.3　應(yīng)用詞嵌入　491
14.5　全局向量的詞嵌入（GloVe）　491
14.5.1　帶全局語料庫(kù)統(tǒng)計(jì)的跳元模型　492
14.5.2　GloVe模型　492
14.5.3　從共現(xiàn)概率比值理解GloVe模型　493
14.6　子詞嵌入　494
14.6.1　fastText模型　494
14.6.2　字節(jié)對(duì)編碼　495
14.7　詞的相似度和類比任務(wù)　497
14.7.1　加載預(yù)訓(xùn)練詞向量　497
14.7.2　應(yīng)用預(yù)訓(xùn)練詞向量　499
14.8　來自Transformer的雙向編碼器表示（BERT）　500
14.8.1　從上下文無關(guān)到上下文敏感　500
14.8.2　從特定于任務(wù)到不可知任務(wù)　501
14.8.3　BERT：將ELMo與GPT結(jié)合起來　501
14.8.4　輸入表示　502
14.8.5　預(yù)訓(xùn)練任務(wù)　504
14.8.6　整合代碼　506
14.9　用于預(yù)訓(xùn)練BERT的數(shù)據(jù)集　507
14.9.1　為預(yù)訓(xùn)練任務(wù)定義輔助函數(shù)　508
14.9.2　將文本轉(zhuǎn)換為預(yù)訓(xùn)練數(shù)據(jù)集　509
14.10　預(yù)訓(xùn)練BERT　512
14.10.1　預(yù)訓(xùn)練BERT　512
14.10.2　用BERT表示文本　514

第15章　自然語言處理：應(yīng)用　515
15.1　情感分析及數(shù)據(jù)集　516
15.1.1　讀取數(shù)據(jù)集　516
15.1.2　預(yù)處理數(shù)據(jù)集　517
15.1.3　創(chuàng)建數(shù)據(jù)迭代器　517
15.1.4　整合代碼　518
15.2　情感分析：使用循環(huán)神經(jīng)網(wǎng)絡(luò)　518
15.2.1　使用循環(huán)神經(jīng)網(wǎng)絡(luò)表示單個(gè)文本　519
15.2.2　加載預(yù)訓(xùn)練的詞向量　520
15.2.3　訓(xùn)練和評(píng)估模型　520
15.3　情感分析：使用卷積神經(jīng)網(wǎng)絡(luò)　521
15.3.1　一維卷積　522
15.3.2　最大時(shí)間匯聚層　523
15.3.3　textCNN模型　523
15.4　自然語言推斷與數(shù)據(jù)集　526
15.4.1　自然語言推斷　526
15.4.2　斯坦福自然語言推斷（SNLI）數(shù)據(jù)集　527
15.5　自然語言推斷：使用注意力　530
15.5.1　模型　530
15.5.2　訓(xùn)練和評(píng)估模型　533
15.6　針對(duì)序列級(jí)和詞元級(jí)應(yīng)用微調(diào)BERT　535
15.6.1　單文本分類　535
15.6.2　文本對(duì)分類或回歸　536
15.6.3　文本標(biāo)注　537
15.6.4　問答　537
15.7　自然語言推斷：微調(diào)BERT　538
15.7.1　加載預(yù)訓(xùn)練的BERT　539
15.7.2　微調(diào)BERT的數(shù)據(jù)集　540
15.7.3　微調(diào)BERT　541

附錄A　深度學(xué)習(xí)工具　543
A.1　使用Jupyter記事本　543
A.1.1　在本地編輯和運(yùn)行代碼　543
A.1.2　高級(jí)選項(xiàng)　545
A.2　使用Amazon SageMaker　546
A.2.1　注冊(cè)　547
A.2.2　創(chuàng)建SageMaker實(shí)例　547
A.2.3　運(yùn)行和停止實(shí)例　548
A.2.4　更新Notebook　548
A.3　使用Amazon EC2實(shí)例　549
A.3.1　創(chuàng)建和運(yùn)行EC2實(shí)例　549
A.3.2　安裝CUDA　553
A.3.3　安裝庫(kù)以運(yùn)行代碼　553
A.3.4　遠(yuǎn)程運(yùn)行Jupyter記事本　554
A.3.5　關(guān)閉未使用的實(shí)例　554
A.4　選擇服務(wù)器和GPU　555
A.4.1　選擇服務(wù)器　555
A.4.2　選擇GPU　556
A.5　為本書做貢獻(xiàn)　558
A.5.1　提交微小更改　558
A.5.2　大量文本或代碼修改　559
A.5.3　提交主要更改　559
參考文獻(xiàn)　562