幫助中心 | 我的帳號 | 關於我們

深度學習快速實踐--基於TensorFlow和Keras的深度神經網路優化與訓練/深度學習系列

  • 作者:(美)邁克·貝尼科|責編:翟天睿//任鑫|譯者:王衛兵//田皓元//徐倩
  • 出版社:機械工業
  • ISBN:9787111646273
  • 出版日期:2020/03/01
  • 裝幀:平裝
  • 頁數:163
人民幣:RMB 69 元      售價:
放入購物車
加入收藏夾

內容大鋼
    內容包括神經網路的基礎、深度神經網路的優化和驗證、深度神經網路開發和訓練環境的構建、使用Tensor-Board進行網路訓練的監控和模的參數優化。本書詳細介紹的深度學習問題,包括基本的回歸問題、二元分類問題和多元分類問題,還包括較為複雜的卷積神經網路對圖像的分類和使用預訓練CNN進行的遷移學習;使用遞歸神經網路進行時間序列預測、自然語言分類,以及通過sequence-to-sequence模型進行機器翻譯;深度強化學習的智能體構建,以及生成對抗網路的圖像生成。
    本書從實踐的角度給出了許多寶貴技巧和經驗,內容力圖詳盡,並給出了詳細的代碼,對讀者進行深度神經網路的實際開發和應用具有較高的指導和參考價值。

作者介紹
(美)邁克·貝尼科|責編:翟天睿//任鑫|譯者:王衛兵//田皓元//徐倩
    邁克·貝尼科(Mike Bernico)是State Farm Mutual Insurance Companies的首席數據科學家。他還是伊利諾伊(Illinois)大學斯普林菲爾德(Springfield)分校的兼職教授,在那裡他教授數據科學基礎、高級神經網路和深度學習。Mike在Illinois大學Springfield分校獲得了電腦科學碩士學位。他是開源軟體的倡導者,並相信開源能為世界帶來好處。作為一個有著無數愛好的終身學習者,Mike還喜歡騎自行車、旅遊攝影和釀酒。

目錄
譯者序
原書序
原書前言
第1章  深度學習的構建模塊
  1.1  深度神經網路的架構
    1.1.1  神經元
    1.1.2  深度學習中的代價函數和成本函數
    1.1.3  前向傳播過程
    1.1.4  反向傳播函數
    1.1.5  隨機和小批量梯度下降
  1.2  深度學習的優化演算法
    1.2.1  採用具有動量的梯度下降
    1.2.2  RMSProp演算法
    1.2.3  Adam優化器
  1.3  深度學習平台架構
    1.3.1  什麼是TensorFlow?
    1.3.2  什麼是Keras?
    1.3.3  TensorFlow的熱門替代品
    1.3.4  TensorFlow和Keras對GPU的要求
    1.3.5  安裝Nvidia CUDA Toolkit和cuDNN
    1.3.6  安裝Python
    1.3.7  安裝TensorFlow和Keras
  1.4  深度學習數據集的構建
    1.4.1  深度學習中的偏差和方差誤差
    1.4.2  train、val和test數據集
    1.4.3  深度神經網路中的偏差和方差管理
    1.4.4  K-Fold交驗證
  1.5  小結
第2章  用深度學習解決回歸問題
  2.1  回歸分析和深度神經網路
    2.1.1  使用神經網路進行回歸的好處
    2.1.2  使用神經網路進行回歸時需要注意的問題
  2.2  使用深度神經網路進行回歸
    2.2.1  如何規劃機器學習問題
    2.2.2  定義示例問題
    2.2.3  載入數據集
    2.2.4  定義成本函數
  2.3  在Keras中建立MLP
    2.3.1  輸入層的構形
    2.3.2  隱藏層的構形
    2.3.3  輸出層的構形
    2.3.4  神經網路的架構
    2.3.5  訓練Keras模型
    2.3.6  評測模型的性能
  2.4  在Keras中建立深度神經網路
  ……
第3章  用TensorBoard監控網路訓練
第4章  用深度學習解決二元分類問題
第5章  用Keras解決多元分類問題
第6章  參數的優化

第7章  從頭開始訓練CNN
第8章  使用預訓練CNN進行遷移學習
第9章  從頭開始訓練RNN
第10章  從頭開始訓練具有單詞嵌入的LSTM網路
第11章  訓練sequence-tosequence模型
第12章  使用深度強化學習
第13章  生成對抗網路

  • 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