幫助中心 | 我的帳號 | 關於我們

Python深度學習實戰(基於TensorFlow和Keras的聊天機器人以及人臉物體和語音識別)/智能系統與技術叢書

  • 作者:(印)納溫·庫馬爾·馬納西|譯者:劉毅冰//薛明
  • 出版社:機械工業
  • ISBN:9787111622765
  • 出版日期:2019/04/01
  • 裝幀:平裝
  • 頁數:168
人民幣:RMB 69 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書討論使用TensorFlow和Keras等框架構建深度學習應用,如電腦視覺、語音識別以及聊天機器人。第1章主要介紹TensorFlow基礎,包括張量、計算圖與會話等內容;第2章介紹理解並運用Keras,涵蓋了深度學習模型構建的主要步驟;第3章、第4章、第5章介紹多層感知機,並分別介紹了TensorFlow及Keras中回歸與多層感知機的實現;第6章、第7章、第8章介紹卷積神經網路,並分別介紹了TensorFlow及Keras中卷積神經網路的實現;第9章進入序列相關的處理,介紹了RNN和LSTM;第10章介紹語音和文本的處理;第11章講述結合前面所學知識,創建聊天機器人;最後第12章介紹了人臉檢測與識別相關的內容。

作者介紹
(印)納溫·庫馬爾·馬納西|譯者:劉毅冰//薛明
    納溫·庫馬爾·馬納西(Navin Kumar Manaswi)多年來一直使用人工智慧相關的尖端技術開發AI解決方案。曾在位於馬來西亞、新加坡的咨詢公司以及迪拜智慧城市項目任職。他擁有自己的公司,曾開發出一種多方法混合的技術,用於端到端的人工智慧解決方案的分發,包括視頻智能、文本智能以及類人聊天機器人。目前,他致力於解決醫療保健、企業應用、工業IoT方向的B2B問題,並作為一名深度學習AI架構師在SymphonyAI Incubator兼職。在本書中,他希望面向開發者、數據科學家、軟體工程師、資料庫工程師、數據分析師以及C級管理者介紹認知計算與服務。

目錄

第1章  TensorFlow基礎
  1.1  張量
  1.2  計算圖與會話
  1.3  常量、佔位符與變數
  1.4  佔位符
  1.5  創建張量
    1.5.1  固定張量
    1.5.2  序列張量
    1.5.3  隨機張量
  1.6  矩陣操作
  1.7  激活函數
    1.7.1  雙曲正切函數與Sigmoid函數
    1.7.2  ReLU與ELU
    1.7.3  ReLU6
  1.8  損失函數
    1.8.1  損失函數實例
    1.8.2  常用的損失函數
  1.9  優化器
    1.9.1  優化器實例
    1.9.2  常用的優化器
  1.10  度量
    1.10.1  度量實例
    1.10.2  常用的度量
第2章  理解並運用Keras
  2.1  深度學習模型構建的主要步驟
    2.1.1  載入數據
    2.1.2  預處理數據
    2.1.3  定義模型
    2.1.4  編譯模型
    2.1.5  擬合模型
    2.1.6  評估模型
    2.1.7  預測
    2.1.8  保存與重載模型
    2.1.9  可選:總結模型
  2.2  改進Keras模型的附加步驟
  2.3  Keras聯合TensorFlow
第3章  多層感知機
第4章  TensorFlow中的回歸到MLP
第5章  Keras中的回歸到MLP
第6章  卷積神經網路
第7章  TensorFlow中的CNN
第8章  Keras中的CNN
第9章  RNN與LSTM
第10章  語音-文本轉換及其逆過程
第11章  創建聊天機器人
第12章  人臉檢測與識別
附錄1  圖像處理的Keras函數
附錄2  可用的優質圖像數據集
附錄3  醫學成像:DICOM文件格式

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032