幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

Keras與深度學習實戰(大數據技術精品系列教材)

  • 作者：編者:黃可坤//張良均|責編:初美呈
  • 出版社：人民郵電
  • ISBN：9787115619792
  • 出版日期：2023/09/01
  • 裝幀：平裝
  • 頁數：236
人民幣：RMB 59.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書以Keras深度學習的常用技術與真實案例相結合的方式，深入淺出地介紹使用Keras進行深度學習的重要內容。全書共7章，內容包括深度學習概述、Keras深度學習通用流程、Keras深度學習基礎、基於RetinaNet的目標檢測、基於LSTM網路的詩歌生成、基於CycleGAN的圖像風格轉換、基於TipDM大數據挖掘建模平台實現詩歌生成等。本書大部分章包含實訓和課後習題，通過練習和操作實踐，讀者可以鞏固所學的內容。
    本書可以作為高校數據科學或人工智慧相關專業的教材，也可作為深度學習愛好者的自學用書。
作者介紹
編者:黃可坤//張良均|責編:初美呈
目錄
第1章  深度學習概述
  1.1  深度學習簡介
    1.1.1  深度學習的定義
    1.1.2  深度學習常見應用
  1.2  深度學習與應用領域
    1.2.1  深度學習與電腦視覺
    1.2.2  深度學習與自然語言處理
    1.2.3  深度學習與語音識別
    1.2.4  深度學習與機器學習
    1.2.5  深度學習與人工智慧
  1.3  Keras簡介
    1.3.1  各深度學習框架對比
    1.3.2  Keras與TensorFlow的關係
    1.3.3  Keras常見介面
    1.3.4  Keras特性
    1.3.5  Keras安裝
    1.3.6  Keras中的預訓練模型
  小結
  課後習題
第2章  Keras深度學習通用流程
  2.1  基於全連接網路的手寫數字識別實例
  2.2  數據載入與預處理
    2.2.1  數據載入
    2.2.2  數據預處理
  2.3  構建網路
    2.3.1  模型生成
    2.3.2  核心層
    2.3.3  自定義層
  2.4  訓練網路
    2.4.1  優化器
    2.4.2  損失函數
    2.4.3  訓練方法
  2.5  性能評估
    2.5.1  性能監控
    2.5.2  回調檢查
  2.6  模型的保存與載入
  實訓1  利用Keras進行數據載入與增強
  實訓2  利用Keras構建網路並訓練
  小結
  課後習題
第3章  Keras深度學習基礎
  3.1  卷積神經網路基礎
    3.1.1  卷積神經網路中的常用網路層
    3.1.2  基於卷積神經網路的手寫數字識別實例
    3.1.3  常用卷積神經網路演算法及其結構
  3.2  循環神經網路
    3.2.1  循環神經網路中的常用網路層
    3.2.2  基於循環神經網路和SelfAttention網路的新聞摘要分類實例
  3.3  生成對抗網路
    3.3.1  常用生成對抗網路演算法及其結構

    3.3.2  基於生成對抗網路的手寫數字生成實例
  實訓1  卷積神經網路
  實訓2  循環神經網路
  實訓3  生成對抗網路
  小結
  課後習題
第4章  基於RetinaNet的目標檢測
  4.1  演算法簡介與目標分析
    4.1.1  背景介紹
    4.1.2  目標檢測演算法概述
    4.1.3  目標檢測相關理論介紹
    4.1.4  分析目標
    4.1.5  項目工程結構
  4.2  數據準備
    4.2.1  數據集下載
    4.2.2  圖像預處理
    4.2.3  數據集編碼
    4.2.4  數據集管道設置
  4.3  構建網路
    4.3.1  RetinaNet的網路結構
    4.3.2  構建RetinaNet
  4.4  訓練網路
    4.4.1  定義損失函數
    4.4.2  訓練網路
    4.4.3  載入模型測試點
  4.5  模型預測
    4.5.1  進行解碼與非極大值抑制處理
    4.5.2  預測結果
  實訓  使用VOC2007數據集訓練和測試RetinaNet
  小結
  課後習題
第5章  基於LSTM網路的詩歌生成
  5.1  目標分析
    5.1.1  背景介紹
    5.1.2  分析目標
    5.1.3  項目工程結構
  5.2  文本預處理
    5.2.1  標識詩句結束點
    5.2.2  去除低頻詞
    5.2.3  構建映射
  5.3  構建網路
    5.3.1  設置配置項參數
    5.3.2  生成訓練數據
    5.3.3  構建LSTM網路
  5.4  訓練網路
    5.4.1  查看學習情況
    5.4.2  生成詩句
    5.4.3  訓練網路
  5.5  結果分析
  實訓  基於LSTM網路的文本生成

  小結
  課後習題
第6章  基於CycleGAN的圖像風格轉換
  6.1  目標分析
    6.1.1  背景介紹
    6.1.2  分析目標
    6.1.3  項目工程結構
  6.2  數據準備
  6.3  構建網路
    6.3.1  定義恆等映射網路函數
    6.3.2  定義殘差網路函數
    6.3.3  定義生成器函數
    6.3.4  定義判別器函數
  6.4  訓練網路
    6.4.1  定義訓練過程函數
    6.4.2  定義生成圖像函數
  6.5  結果分析
  實訓  基於CycleGAN實現莫奈畫作與現實風景圖像的風格轉換
  小結
  課後習題
第7章  基於TipDM大數據挖掘建模平台實現詩歌生成
  7.1  平台簡介
    7.1.1  共享庫
    7.1.2  數據連接
    7.1.3  數據集
    7.1.4  我的工程
    7.1.5  個人組件
  7.2  實現詩歌生成
    7.2.1  配置數據源
    7.2.2  文本預處理
    7.2.3  構建網路
    7.2.4  訓練網路
    7.2.5  結果分析
  實訓  實現基於TipDM大數據挖掘模平台的文本生成
  小結
  課後習題

  • 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