江风网

txt_epub_Kindle_azw3_mobi_pdf电子书免费下载

21个项目玩转深度学习

作者: 何之源
分类: 人工智能
出版时间: 2018-03-01
发布时间: 2020-08-26
阅读热度: 8
综合评分: 6
下载支持: TXT EPUB MOBI AZW3 PDF
在线阅读: 手机阅读 电脑阅读
《21个项目玩转深度学习》内容简介

本书以实践为导向,深入介绍了深度学习技术和TensorFlow框架编程内容。通过本书,读者可以训练自己的图像识别模型、进行目标检测和人脸识别、完成一个风格迁移应用,还可以使用神经网络生成图像和文本,进行时间序列预测、搭建机器翻译引擎,训练机器玩游戏等。全书共包含21个项目,分为深度卷积网络、RNN网络、深度强化学习三部分。读者可以在自己动手实践的过程中找到学习的乐趣,了解算法和编程框架的细节,让学习深度学习算法和TensorFlow的过程变得轻松和高效。本书基于TensorFlow1.4版本,并介绍了该版本中的一些新特性。何之源,现为复旦大学人工智能方向在读硕士生。针对Tensorflow早期学习案例不足的情况,在知乎等网站上发表了多篇实践文章,获得了广大读者的肯定。何之源于2012年通过信息学竞赛保送进入复旦大学学习,2016获得复旦大学理学学士学位,并荣获复旦大学优秀学生的称号。同年进入复旦大学计算机学院攻读硕士学位。在编程和机器学习领域有多年一线实践经验。

《21个项目玩转深度学习》章节目录
  • 前言
  • 第1章 MNIST机器学习入门
  • 1.1 MNIST数据集
  • 1.2 利用TensorFlow识别MNIST
  • 1.3 总结
  • 第2章 CIFAR-10与ImageNet图像识别
  • 2.1 CIFAR-10数据集
  • 2.2 利用TensorFlow训练CIFAR-10识别模型
  • 2.3 ImageNet图像识别模型
  • 2.4 总结
  • 第3章 打造自己的图像识别模型
  • 3.1 微调的原理
  • 3.2 数据准备
  • 3.3 使用TensorFlow Slim微调模型
  • 3.4 总结
  • 第4章 Deep Dream模型
  • 4.1 Deep Dream的技术原理
  • 4.2 TensorFlow中的Deep Dream模型实践
  • 4.3 总结
  • 第5章 深度学习中的目标检测
  • 5.1 深度学习中目标检测的原理
  • 5.2 TensorFlow Object Detection API
  • 5.3 总结
  • 第6章 人脸检测和人脸识别
  • 6.1 MTCNN的原理
  • 6.2 使用深度卷积网络提取特征
  • 6.3 使用特征设计应用
  • 6.4 在TensorFlow中实现人脸识别
  • 6.5 总结
  • 第7章 图像风格迁移
  • 7.1 图像风格迁移的原理
  • 7.2 在TensorFlow中实现快速风格迁移
  • 7.3 总结
  • 第8章 GAN和DCGAN入门
  • 8.1 GAN的原理
  • 8.2 DCGAN的原理
  • 8.3 在TensorFlow中用DCGAN生成图像
  • 8.4 总结
  • 第9章 pix2pix模型与自动上色技术
  • 9.1 cGAN的原理
  • 9.2 pix2pix模型的原理
  • 9.3 TensorFlow中的pix2pix模型<sup>1</sup>
  • 9.4 使用TensorFlow为灰度图像自动上色
  • 9.5 总结
  • 第10章 超分辨率:如何让图像变得更清晰
  • 10.1 数据预处理与训练
  • 10.2 总结
  • 第11章 CycleGAN与非配对图像转换
  • 11.1 CycleGAN的原理
  • 11.2 在TensorFlow中用训练CycleGAN模型
  • 11.3 程序结构分析
  • 11.4 总结
  • 第12<sub>章</sub>RNN基本结构与Char RNN文本生成
  • 12.1 RNN的原理
  • 12.2 LSTM的原理
  • 12.3 Char RNN的原理
  • 12.4 TensorFlow中的RNN实现方式
  • 12.5 使用TensorFlow实现Char RNN
  • 12.6 总结
  • 第13章 序列分类问题详解
  • 13.1 N VS 1的RNN结构
  • 13.2 序列分类问题与数据生成
  • 13.3 在TensorFlow中定义RNN分类模型
  • 13.4 模型的推广
  • 13.5 总结
  • 第14章 词的向量表示:word2vec与词嵌入
  • 14.1 为什么需要做词嵌入
  • 14.2 词嵌入的原理
  • 14.3 在TensorFlow中实现词嵌入
  • 14.4 总结
  • 第15章 在TensorFlow中进行时间序列预测
  • 15.1 时间序列问题的一般形式
  • 15.2 用TFTS读入时间序列数据
  • 15.3 使用AR模型预测时间序列
  • 15.4 使用LSTM模型预测时间序列
  • 15.5 总结
  • 第16章 神经网络机器翻译技术
  • 16.1 Encoder-Decoder模型的原理
  • 16.2 注意力机制
  • 16.3 使用TensorFlow NMT搭建神经网络翻译引擎
  • 16.4 TensorFlow NMT源码简介
  • 16.5 总结
  • 第17章 看图说话:将图像转换为文字
  • 17.1 Image Caption技术综述
  • 17.2 在TensorFlow中实现Image Caption
  • 17.3 总结
  • 第18章 强化学习入门之Q Learning
  • 18.1 强化学习中的几个核心概念
  • 18.2 Q Learning的原理与实验
  • 18.3 总结
  • 第19章 强化学习入门之SARSA算法
  • 19.1 SARSA 算法的原理
  • 19.2 SARSA 算法的实现
  • 19.3 总结
  • 第20章 深度强化学习:Deep Q Learning
  • 20.1 DQN算法的原理
  • 20.2 在TensorFlow中运行DQN算法
  • 20.3 在TensorFlow中DQN算法的实现分析
  • 20.4 总结
  • 第21<sub>章</sub>策略梯度算法
  • 21.1 策略梯度算法的原理
  • 21.2 在TensorFlow中实现策略梯度算法
  • 21.3 总结
更多小说
版权免责声明
《21个项目玩转深度学习》为网络收集或网友自行上传,本站不对内容负责,《21个项目玩转深度学习》版权归原作者所有,仅供学习交流,请勿商业使用,本站不提供任何下载,储存服务,如无意侵犯了你对《21个项目玩转深度学习》的版权,请联系我们,我们将在第一时间删除相关内容!