第　1章 深度學習　1
1.1　引言　1
1.2　深度學習框架簡介　1
1.3　數學基礎知識　3
1.3.1　線性代數相關知識　3
1.3.2　概率論相關知識　10
1.3.3　導數相關知識　13
1.4　簡單的深度學習理論知識　14
1.5　小結　19
第　2章 PaddlePaddle的安裝　20
2.1　引言　20
2.2　計算機配置　20
2.3　安裝前的檢查　20
2.4　使用pip安裝　21
2.5　使用Docker安裝　23
2.6　從源碼編譯并生成安裝包　25
2.6.1　在本地編譯并生成安裝包　25
2.6.2　在Docker中編譯并生成
安裝包　28
2.7　編譯Docker鏡像　29
2.8　在Windows操作系統中安裝
PaddlePaddle的方法　30
2.8.1　在Windows系統中安裝
Docker容器　30
2.8.2　在Windows系統中
安裝Ubuntu　35
2.8.3　在Windows 10中安裝Linux
子系統　41
2.9　測試安裝效果　43
2.10　小結　45
第3章　使用MNIST數據集實現手寫
　數字識別　46
3.1　引言　46
3.2　數據集　46
3.3　定義神經網絡模型　47
3.4　開始訓練模型　50
3.4.1　導入依賴包　50
3.4.2　初始化Paddle　51
3.4.3　獲取訓練器　51
3.4.4　開始訓練　52
3.5　使用參數預測　54
3.5.1　初始化PaddlePaddle　54
3.5.2　獲取訓練好的參數　54
3.5.3　讀取圖片　54
3.5.4　開始預測　55
3.6　小結　56
第4章　CIFAR數據集中彩色圖像的
　識別　57
4.1　引言　57
4.2　數據集　57
4.3　定義神經網絡模型　59
4.4　開始訓練模型　61
4.4.1　導入依賴包　62
4.4.2　初始化Paddle　62
4.4.3　獲取參數　62
4.4.4　創建訓練器　63
4.4.5　開始訓練　64
4.5　使用參數預測　67
4.6　使用其他神經模型　69
4.7　小結　70
第5章　自定義圖像數據集的識別　72
5.1　引言　72
5.2　網絡爬蟲技術　72
5.2.1　網絡爬蟲的整體框架　72
5.2.2　URL管理器　74
5.2.3　網頁下載器　75
5.2.4　網頁解析器　76
5.3　網絡爬蟲實例　77
5.3.1　調度器的使用　79
5.3.2　URL管理器的使用　80
5.3.3　網頁下載器的使用　81
5.3.4　網頁解析器的使用　82
5.3.5　數據收集器的使用　83
5.3.6　運行代碼　84
5.4　數據集　88
5.4.1　生成圖像列表　89
5.4.2　讀取數據　92
5.5　定義神經網絡　96
5.6　使用PaddlePaddle開始訓練　97
5.6.1　創建訓練器　98
5.6.2　開始訓練　99
5.7　使用PaddlePaddle預測　102
5.8　小結　104
第6章　驗證碼的識別　105
6.1　引言　105
6.2　數據集的獲取　105
6.2.1　下載驗證碼　106
6.2.2　修改驗證碼的文件名　107
6.2.3　裁剪驗證碼　108
6.2.4　生成圖像列表　110
6.3　讀取數據　111
6.4　使用PaddlePaddle開始訓練　112
6.5　使用PaddlePaddle預測　118
6.5.1　裁剪驗證碼　118
6.5.2　預測圖像　119
6.5.3　標簽轉成字符　120
6.6　小結　121
第7章　場景文字識別　122
7.1　引言　122
7.2　數據集　122
7.3　定義神經網絡模型　123
7.4　數據的讀取　128
7.4.1　讀取圖像列表　128
7.4.2　生成標簽字典　129
7.4.3　讀取訓練數據　131
7.5　訓練模型　133
7.5.1　訓練準備　133
7.5.2　安裝libwarpctc.so庫　135
7.5.3　開始訓練　136
7.6　開始預測　137
7.7　小結　140
第8章　驗證碼端到端的識別　141
8.1　引言　141
8.2　數據集　141
8.3　生成圖像列表文件　143
8.4　數據的讀取　144
8.4.1　讀取數據并存儲成列表　144
8.4.2　生成和讀取標簽字典　145
8.4.3　讀取訓練和測試的數據　146
8.5　定義網絡模型　147
8.6　生成訓練器　150
8.7　定義訓練　151
8.8　啟動訓練　152
8.9　開始預測　153
8.10　小結　156
第9章　車牌端到端的識別　157
9.1　引言　157
9.2　車牌數據的采集　157
9.2.1　車牌數據的下載　157
9.2.2　命名車牌圖像　159
9.2.3　車牌定位　159
9.2.4　灰度化圖像　163
9.3　數據的讀取　164
9.3.1　生成列表文件　164
9.3.2　以列表方式讀取數據　165
9.3.3　生成和讀取標簽字典　166
9.3.4　訓練數據和測試數據的
讀取　167
9.4　定義神經網絡　169
9.5　開始訓練　171
9.6　開始預測　173
9.7　小結　176
第　10章 使用VOC數據集實現目標
　檢測　177
10.1　引言　177
10.2　VOC數據集　177
10.2.1　下載VOC數據集　178
10.2.2　生成圖像列表　179
10.3　數據預處理　180
10.4　SSD神經網絡　182
10.5　訓練模型　186
10.6　評估模型　189
10.7　預測數據　191
10.7.1　預測并保存預測
結果　191
10.7.2　顯示畫出的框　193
10.8　小結　195
第　11章 通過自定義圖像數據集實現
　目標檢測　196
11.1　引言　196
11.2　數據集　196
11.2.1　下載車牌數據　196
11.2.2　重命名圖像　197
11.3　標注數據集　198
11.3.1　安裝LabelImg　198
11.3.2　使用LabelImg　198
11.3.3　生成圖像列表　201
11.4　訓練模型　202
11.4.1　預訓練模型處理　202
11.4.2　開始訓練　203
11.5　評估模型　204
11.6　預測圖片　205
11.6.1　獲取預測結果　205
11.6.2　顯示預測結果　206
11.7　小結　208
第　12章 使用PaddlePaddle Fluid　209
12.1　引言　209
12.2　Fluid版本　209
12.3　定義神經網絡　210
12.4　訓練程序　212
12.4.1　定義數據　213
12.4.2　定義平均正確率　213
12.4.3　定義測試程序　213
12.4.4　定義優化方法　214
12.5　訓練模型　214
12.5.1　定義調試器　215
12.5.2　獲取數據　215
12.5.3　開始訓練　216
12.5.4　保存預測模型　217
12.6　預測模型　217
12.7　小結　219
第　13章 可視化工具VisualDL的
　使用　220
13.1　引言　220
13.2　VisualDL的介紹　220
13.3　VisualDL的安裝　222
13.3.1　使用pip安裝　223
13.3.2　使用源碼安裝　224
13.4　簡單使用VisualDL　224
13.5　在PaddlePaddle中使用
　VisualDL　226
13.5.1　定義VisualDL
組件　226
13.5.2　編寫PaddlePaddle
代碼　227
13.5.3　把數據添加到
VisualDL中　229
13.6　小結　232
第　14章 把PaddlePaddle部署到網站
　服務器上　233
14.1　引言　233
14.2　開發環境　233
14.3　Flask的使用　234
14.3.1　安裝Flask　234

14.3.2　測試Flask框架是否安裝
成功　234
14.3.3　文件上傳　235
14.4　使用PaddlePaddle預測　237
14.4.1　獲取預測模型　237
14.4.2　部署PaddlePaddle　238
14.5　小結　242
第　15章 把PaddlePaddle應用到
　Android手機　244
15.1　引言　244
15.2　編譯PaddlePaddle庫　244
15.2.1　使用Docker編譯
PaddlePaddle庫　244
15.2.2　使用Linux編譯
PaddlePaddle庫　247
15.3　MobileNet神經網絡　250
15.4　訓練模型　254
15.5　編寫預測代碼　258
15.6　合并模型　261
15.7　移植到Android　262
15.7.1　加載PaddlePaddle庫　262
15.7.2　加載合并的模型　263
15.7.3　開發Android程序　263
15.8　小結　272