MXNet深度学习实战

本书是从一名算法工程师的角度出发介绍算法实现，整体上偏基础和细节，能够帮助入门者少走弯路。随着这几年深度学习的快速发展，众多深度学习框架对各类接口的封装都很完善，使用起来非常方便，但是部分深度学习入门者仅仅停留在跑通demo却不理解细节内容的层面，这也常常被人调侃有些浮躁，通过本书，笔者希望读者不仅能够灵活调用这些接口实现算法，而且能够理解这些接口的内在含义，不断夯实自己的算法基础。

这是一本面向深度学习入门者的实战指南，通过深入浅出的方式，详细介绍了MXNet深度学习框架的基础知识和应用实践。本书从一名算法工程师的角度出发，全面介绍了人工智能、机器学习与深度学习的关系，并详细解释了MXNet的优势，包括其灵活性和高效性的结合，以及易于安装、文档清晰、例子丰富等优点。 书中详细讲解了Module模块的概念，它是MXNet深度学习框架中的一个重要概念，主要用于执行通过Symbol模块定义的网络模型的训练。Module模块提供了许多非常方便的方法，如bind操作、参数初始化、优化器初始化、模型的前向计算、损失函数的反向传播、网络参数更新、评价指标计算等，用户只需要将准备好的数据、超参数等传给对应的方法就能启动训练。 在数据读取和处理方面，本书详细介绍了数据读取方式概述，包括直接读取原图像数据和基于RecordIO文件读取数据两种方式。同时，本书还深入讲解了数据增强作用与操作，通过增加数据量和多样性，有助于提高模型的泛化能力和效果。 此外，本书还详细介绍了网络结构搭建与实现，包括如何通过MXNet提供的接口灵活地定义网络结构，以及如何使用Gluon的动态图与静态图转