C++模板元編程實戰(zhàn)：一個深度學習框架的初步實現(xiàn)

第 一部分　元編程基礎技術
第　1章 基本技巧　3
1．1　元函數(shù)與type_traits　3
1．1．1　元函數(shù)介紹　3
1．1．2　類型元函數(shù)　4
1．1．3　各式各樣的元函數(shù)　6
1．1．4　type_traits　7
1．1．5　元函數(shù)與宏　7
1．1．6　本書中元函數(shù)的命名方式　8
1．2　模板型模板參數(shù)與容器模板　8
1．2．1　模板作為元函數(shù)的輸入　9
1．2．2　模板作為元函數(shù)的輸出　9
1．2．3　容器模板　10
1．3　順序、分支與循環(huán)代碼的編寫　12
1．3．1　順序執(zhí)行的代碼　12
1．3．2　分支執(zhí)行的代碼　13
1．3．3　循環(huán)執(zhí)行的代碼　19
1．3．4　小心：實例化爆炸與編譯崩潰　21
1．3．5　分支選擇與短路邏輯　23
1．4　奇特的遞歸模板式　24
1．5　小結(jié)　25
1．6　練習　26
第　2章 異類詞典與policy模板　28
2．1　具名參數(shù)簡介　28
2．2　異類詞典　30
2．2．1　模塊的使用方式　30
2．2．2　鍵的表示　32
2．2．3　異類詞典的實現(xiàn)　34
2．2．4　VarTypeDict的性能簡析　41
2．2．5　用std：：tuple作為緩存　41
2．3　policy模板　42
2．3．1　policy介紹　42
2．3．2　定義policy與policy對象（模板）　45
2．3．3　使用policy　47
2．3．4　背景知識：支配與虛繼承　49
2．3．5　policy對象與policy支配結(jié)構(gòu)　50
2．3．6　policy選擇元函數(shù)　52
2．3．7　使用宏簡化policy對象的聲明　57
2．4　小結(jié)　58
2．5　練習　58
第二部分 深度學習框架
第3章　深度學習概述　63
3．1　深度學習簡介　63
3．1．1　從機器學習到深度學習　64
3．1．2　各式各樣的人工神經(jīng)網(wǎng)絡　65
3．1．3　深度學習系統(tǒng)的組織與訓練　68
3．2　本書所實現(xiàn)的框架：MetaNN　70
3．2．1　從矩陣計算工具到深度學習框架　70
3．2．2　MetaNN介紹　71
3．2．3　本書將要討論的內(nèi)容　72
3．2．4　本書不會涉及的主題　75
3．3　小結(jié)　75
第4章　類型體系與基本數(shù)據(jù)類型　76
4．1　類型體系　77
4．1．1　類型體系介紹　77
4．1．2　迭代器分類體系　78
4．1．3　將標簽作為模板參數(shù)　80
4．1．4　MetaNN的類型體系　81
4．1．5　與類型體系相關的元函數(shù)　82
4．2　設計理念　84
4．2．1　支持不同的計算設備與計算單元　84
4．2．2　存儲空間的分配與維護　85
4．2．3　淺拷貝與寫操作檢測　88
4．2．4　底層接口擴展　89
4．2．5　類型轉(zhuǎn)換與求值　91
4．2．6　數(shù)據(jù)接口規(guī)范　92
4．3　標量　92
4．3．1　類模板的聲明　93
4．3．2　基于CPU的特化版本　94
4．3．3　標量的主體類型　95
4．4　矩陣　96
4．4．1　Matrix類模板　96
4．4．2　特殊矩陣：平凡矩陣、全零矩陣與獨熱向量　101
4．4．3　引入新的矩陣類　104
4．5　列表　105
4．5．1　Batch模板　105
4．5．2　Array模板　108
4．5．3　重復與Duplicate模板　113
4．6　小結(jié)　116
4．7　練習　116
第5章　運算與表達式模板　119
5．1　表達式模板簡介　119
5．2　MetaNN運算模板的設計思想　122
5．2．1　Add模板的問題　122
5．2．2　運算模板的行為分析　122
5．3　運算分類　124
5．4　輔助模板　125
5．4．1　輔助類模板OperElementType_/OperDeviceType_　125
5．4．2　輔助類模板OperXXX_　126
5．4．3　輔助類模板OperCateCal　126
5．4．4　輔助類模板OperOrganizer　128
5．4．5　輔助類模板OperSeq　130
5．5　運算模板的框架　131
5．5．1　運算模板的類別標簽　131
5．5．2　UnaryOp的定義　132
5．6　運算實現(xiàn)示例　133
5．6．1　Sigmoid運算　133
5．6．2　Add運算　136
5．6．3　轉(zhuǎn)置運算　139
5．6．4　折疊運算　141
5．7　MetaNN已支持的運算列表　141
5．7．1　一元運算　141
5．7．2　二元運算　142
5．7．3　三元運算　144
5．8　運算的折衷與局限性　144
5．8．1　運算的折衷　144
5．8．2　運算的局限性　145
5．9　小結(jié)　146
5．10　練習　146
第6章　基本層　148
6．1　層的設計理念　148
6．1．1　層的介紹　148
6．1．2　層對象的構(gòu)造　150
6．1．3　參數(shù)矩陣的初始化與加載　151
6．1．4　正向傳播　152
6．1．5　存儲中間結(jié)果　154
6．1．6　反向傳播　154
6．1．7　參數(shù)矩陣的更新　155
6．1．8　參數(shù)矩陣的獲取　155
6．1．9　層的中性檢測　156
6．2　層的輔助邏輯　156
6．2．1　初始化模塊　156
6．2．2　DynamicData類模板　161
6．2．3　層的常用policy對象　166
6．2．4　InjectPolicy元函數(shù)　168
6．2．5　通用I/O結(jié)構(gòu)　168
6．2．6　通用操作函數(shù)　169
6．3　層的具體實現(xiàn)　170
6．3．1　AddLayer　170
6．3．2　ElementMulLayer　172
6．3．3　BiasLayer　176
6．4　MetaNN已實現(xiàn)的基本層　181
6．5　小結(jié)　183
6．6　練習　184
第7章　復合層與循環(huán)層　185
7．1　復合層的接口與設計理念　186
7．1．1　基本結(jié)構(gòu)　186
7．1．2　結(jié)構(gòu)描述語法　187
7．1．3　policy的繼承關系　188
7．1．4　policy的修正　189
7．1．5　復合層的構(gòu)造函數(shù)　190
7．1．6　一個完整的復合層構(gòu)造示例　190
7．2　policy繼承與修正邏輯的實現(xiàn)　191
7．2．1　policy繼承邏輯的實現(xiàn)　191
7．2．2　policy修正邏輯的實現(xiàn)　194
7．3　ComposeTopology的實現(xiàn)　195
7．3．1　功能介紹　195
7．3．2　拓撲排序算法介紹　195
7．3．3　ComposeTopology包含的主要步驟　196
7．3．4　結(jié)構(gòu)描述子句與其劃分　196
7．3．5　結(jié)構(gòu)合法性檢查　198
7．3．6　拓撲排序的實現(xiàn)　200
7．3．7　子層實例化元函數(shù)　203
7．4　ComposeKernel的實現(xiàn)　207
7．4．1　類模板的聲明　208
7．4．2　子層對象管理　208
7．4．3　參數(shù)獲取、梯度收集與中性檢測　211
7．4．4　參數(shù)初始化與加載　212
7．4．5　正向傳播　214
7．4．6　反向傳播　221
7．5　復合層實現(xiàn)示例　221
7．6　循環(huán)層　222
7．6．1　GruStep　222
7．6．2　構(gòu)建RecurrentLayer類模板　224
7．6．3　RecurrentLayer的使用　230
7．7　小結(jié)　230
7．8　練習　230
第8章　求值與優(yōu)化　233
8．1　MetaNN的求值模型　234
8．1．1　運算的層次結(jié)構(gòu)　234
8．1．2　求值子系統(tǒng)的模塊劃分　235
8．2　基本求值邏輯　242
8．2．1　主體類型的求值接口　242
8．2．2　非主體基本數(shù)據(jù)類型的求值　243
8．2．3　運算模板的求值　245
8．2．4　DyanmicData與求值　248
8．3　求值過程的優(yōu)化　249
8．3．1　避免重復計算　249
8．3．2　同類計算合并　250
8．3．3　多運算協(xié)同優(yōu)化　251
8．4　小結(jié)　258
8．5　練習　259
后記—方家休見笑，吾道本艱難　260