更新时间：2024-11-21 15:42:11
封面
版权信息
内容提要
前言
第1章 深度学习基础
1.1 深度学习的基础理论
1.1.1 人工智能的发展历程
1.1.2 深度学习受到的关注
1.1.3 深度学习的概念
1.1.4 深度学习的基本工作流程
1.2 深度学习框架
1.2.1 常用的深度学习框架
1.2.2 深度学习框架的对比与选择
1.3 深度学习框架的执行模式
1.3.1 Eager模式和Graph模式的对比
1.3.2 计算图的概念
1.4 华为云AI平台ModelArts
1.4.1 功能概述
1.4.2 ModelArts平台对昇腾生态的支持
1.4.3 ModelArts开发工具
1.4.4 使用ModelArts平台的基本方法
第2章 MindSpore概述
2.1 总体架构
2.1.1 华为全栈全场景AI解决方案
2.1.2 MindSpore框架的总体架构
2.2 MindSpore库和子系统
2.2.1 ModelZoo模型库
2.2.2 Extend扩展库
2.2.3 MindScience子系统
2.2.4 MindExpression子系统
2.2.5 MindCompiler子系统
2.2.6 MindRT子系统
2.2.7 MindData子系统
2.2.8 MindInsight子系统
2.2.9 MindArmour子系统
2.3 搭建MindSpore环境
2.3.1 准备基础运行环境
2.3.2 安装MindSpore框架
2.3.3 MindSpore社区
2.4 Python模块编程
2.4.1 Python模块编程基础
2.4.2 常用的Python数据科学开发包
2.4.3 MindSpore Python API的常用模块
2.5 MindSpore编程基础
2.5.1 MindSpore的开发流程
2.5.2 配置MindSpore的运行信息
2.5.3 数据类型
2.5.4 张量
2.5.5 数据集
2.5.6 算子
2.5.7 神经网络基本单元
2.5.8 模型
第3章 数据处理
3.1 背景知识
3.1.1 深度学习中的数据处理
3.1.2 MindSpore的数据处理流程
3.2 数据集加载
3.2.1 加载常用图像数据集
3.2.2 加载常用文本数据集
3.2.3 数据采样
3.2.4 生成和使用自定义数据集
3.3 通用数据处理
3.3.1 数据混洗
3.3.2 实现数据映射操作
3.3.3 对数据集进行分批
3.3.4 对数据集进行重复处理
3.3.5 对数据集进行拼接处理
3.3.6 Tensor对象的转置处理
3.4 文本数据处理
3.4.1 文本数据增强技术概述
3.4.2 构造和使用词汇表
3.4.3 文本分词技术
3.5 图像处理与增强
3.5.1 使用Matplotlib显示图像
3.5.2 图像裁剪
3.5.3 图像翻转
3.5.4 图像缩放
3.5.5 图像反相
3.5.6 图像格式的转换
3.5.7 图像数据类型的转换
3.6 自定义数据集MindRecord
3.6.1 将数据存储为MindRecord数据集
3.6.2 加载MindRecord数据集
3.7 优化数据处理
3.7.1 数据加载性能优化
3.7.2 数据增强性能优化
3.8 ModelArts数据处理
3.8.1 创建数据集
3.8.2 数据增强
第4章 MindSpore算子
4.1 深度学习的常用算法
4.1.1 激活函数
4.1.2 损失函数
4.1.3 优化器
4.1.4 归一化
4.2 常用的激活函数算子
4.2.1 ReLU函数相关算子
4.2.2 Sigmoid函数相关算子
4.2.3 Tanh函数相关算子
4.2.4 Leaky ReLU函数相关算子
