上篇 初见

第1天 什么是深度学习

 1.1 星星之火，可以燎原

 1.2 师夷长技

1.2.1 谷歌与微软

1.2.2 Facebook、亚马逊与NVIDIA

 1.3 中国崛起

1.3.1 BAT在路上

1.3.2 星光闪耀

1.3.3 企业热是风向标

 1.4 练习题

第2天 深度学习的过往

 2.1 传统机器学习的局限性

 2.2 从表示学习到深度学习

 2.3 监督学习

 2.4 反向传播算法

 2.5 卷积神经网络

 2.6 深度学习反思

 2.7 练习题

 2.8 参考资料

第3天 深度学习工具汇总

 3.1 Caffe

 3.2 Torch ＆ OverFeat

 3.3 MxNet

 3.4 TensorFlow

 3.5 Theano

 3.6 CNTK

 3.7 练习题

 3.8 参考资料

第4天 准备Caffe环境

 4.1 Mac OS环境准备

 4.2 Ubuntu环境准备

 4.3 RHEL/Fedora/CentOS环境准备

 4.4 Windows环境准备

 4.5 常见问题

 4.6 练习题

 4.7 参考资料

第5天 Caffe依赖包解析

 5.1 ProtoBuffer

 5.2 Boost

 5.3 GFLAGS

 5.4 GLOG

 5.5 BLAS

 5.6 HDF5

 5.7 OpenCV

 5.8 LMDB和LEVELDB

 5.9 Snappy

 5.10 小结

 5.11 练习题

 5.12 参考资料

第6天 运行手写体数字识别例程

 6.1 MNIST数据集

6.1.1 下载MNIST数据集

6.1.2 MNIST数据格式描述

6.1.3 转换格式

 6.2 LeNet-5模型

 6.2.1 LeNet-5模型描述

……

篇尾语

中篇 热恋

第7天 Caffe代码梳理

第8天 Caffe数据结构

第9天 Caffe I/O模块

第10天 Caffe模型

第11天 Caffe前向传播计算

第12天 Caffe反向传播计算

第13天 Caffe最优化求解过程

第14天 Caffe实用工具

篇尾语

下篇 升华

第15天 Caffe计算加速

第16天 Caffe可视化方法

第17天 Caffe迁移和部署

第18天 关于ILSVRC不得不说的一些事儿

第19天 放之四海而皆准

第20天 继往开来的领路人

第21天 新生

篇尾语

结束语

附录A 其他深度学习工具

赵永科著的《深度学习（21天实战Caffe）》是一本深度学习入门读物。以目前已经大量用于线上系统的深度学习框架Caffe为例，由浅入深，从Caffe的配置、部署、使用开始学习，通过阅读Caffe源码理解其精髓，加强对深度学习理论的理解，最终达到熟练运用Caffe解决实际问题的目的。和国外机器学习、深度学习大部头著作相比，本书偏重动手实践，将难以捉摸的枯燥理论用浅显易懂的形式表达出来，透过代码揭开其神秘面纱，更多地贴近实际应用。

本书非常适合：对人工智能、机器学习感兴趣的读者；希望用深度学习完成设计的计算机或电子信息专业学生；准备开设机器学习、深度学习实践课的授课老师；学习过C++，希望进一步提升编程水平的开发者；刚入坑的机器学习、语音、机器视觉、智能机器人研发或算法工程师。

赵永科著的《深度学习（21天实战Caffe）》是国内第一本在代码级别上全面剖析Caffe框架的指导书，同时也是一本真正的实战手册。本书涉及深度学习的基本理论、Caffe的设计思想、Caffe中各模块的具体实现，以及各种实例等内容。书中对Caffe框架的分析非常细致，涵盖的内容也颇为丰富，可以说是一本入手Caffe实践的技术手册，因此特别适合于Caffe的初学者阅读。相信本书可以帮助朋友们少走许多弯路。有关Caffe的诸多奥秘，作者将会在书中为您一一呈现。