- 深度学习从入门到精通(基于Keras微课版数据科学与统计系列规划教材)
- - 作者：编者:谢佳标|责编:孙燕燕
  - 出版社：人民邮电
  - ISBN：9787115618290
  - 出版日期：2023/09/01
  - 页数：196
- 售价：19.92

内容大纲
本书基于当前流行的深度学习框架之一——Keras，从新手的角度出发，详细讲解Keras的原理，力求帮助读者实现Keras从入门到精通。全书共9章，主要内容包括初识深度学习、深度学习的数据预处理技术、使用Keras开发深度学习模型、卷积神经网络及图像分类、循环神经网络在文本序列中的应用、自编码器、生成式对抗网络、模型评估及模型优化，以及深度学习实验项目。本书内容由浅入深、语言通俗易懂，从基本原理到案例应用、从基础算法到对复杂模型的剖析，让读者在循序渐进的学习中理解Keras。
本书可作为高等院校计算机、通信、大数据等专业相关课程的教材，也可作为人工智能、图像处理、计算机等方向的科研人员和深度学习技术爱好者的参考书。
作者介绍
目录
第1章  初识深度学习
  1.1  深度学习基础理论
    1.1.1  机器学习与深度学习
    1.1.2  神经网络基础
    1.1.3  常用深度学习模型
  1.2  主流深度学习框架介绍
    1.2.1  TensorFlow
    1.2.2  PyTorch
  1.3  深度学习开发环境搭建
    1.3.1  硬件环境准备
    1.3.2  软件环境准备
    1.3.3  安装Anaconda
    1.3.4  安装TensorFlow 2
  1.4  构建深度学习模型
    1.4.1  MNIST数据集概述
    1.4.2  数据预处理
    1.4.3  构建及编译模型
    1.4.4  模型训练
    1.4.5  模型评估及预测
  【本章知识结构图】
  【课后习题】
第2章  深度学习的数据预处理技术
  2.1  数据预处理技术
    2.1.1  结构化数据预处理
    2.1.2  非结构化数据预处理
  2.2  利用OpenCV进行图像预处理
    2.2.1  读取、显示和保存图像
    2.2.2  图像像素的获取和编辑
    2.2.3  图像几何变换
    2.2.4  色彩通道分离和融合
    2.2.5  颜色空间转换
  2.3  利用TensorFlow进行图像预处理
    2.3.1  图像缩放
    2.3.2  图像裁剪
    2.3.3  图像色彩调整
    2.3.4  图像翻转
  2.4  利用jieba进行文本预处理
    2.4.1  jieba分词
    2.4.2  添加自定义词典
    2.4.3  关键词提取
    2.4.4  词性标注
  ……
第3章  使用Keras开发深度学习模型
第4章  卷积神经网络及图像分类
第5章  循环神经网络在文本序列中的应用
第6章  自编码器
第7章  生成式对抗网络
第8章  模型评估及模型优化
第9章  深度学习实验项目

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目