[
-
内容大纲
本书以TensorFlow 2深度学习的常用技术讲解与真实案例实战相结合的方式，深入浅出地介绍使用TensorFlow 2实现深度学习的知识内容。全书共有8个项目，分为基础部分和实战部分。基础部分包括深度学习概述、TensorFlow 2快速入门、深度神经网络原理及实现。实战部分包括5个真实案例，分别为基于CNN的彩色图像分类、基于CNN的门牌号识别、基于LSTM网络的语音识别、基于CycleGAN的图像风格转换和基于TipDM大数据挖掘建模平台的彩色图像分类。本书多个项目包含项目实训和课后习题，可以帮助读者巩固所学的知识。
本书可用作1+X证书制度试点工作中的大数据应用开发（Python）职业技能等级（高级）证书的教学和培训教材，也可以作为高校数据科学或人工智能相关专业的教材，还可供深度学习爱好者自学使用。 -
作者介绍
-
目录
项目1 深度学习概述
任务1.1 认识深度学习
1.1.1 深度学习的定义与常见应用
1.1.2 深度学习的应用领域
1.1.3 基于图像分类的拍照识图
任务1.2 搭建TensorFlow 2环境
1.2.1 各深度学习框架对比
1.2.2 了解TensorFlow
1.2.3 安装TensorFlow 2 CPU版本
项目小结
课后习题
项目2 TensorFlow 2快速入门
任务2.1 TensorFlow 2深度学习通用流程
2.1.1 深度学习通用流程
2.1.2 数据加载
2.1.3 数据预处理
2.1.4 构建网络
2.1.5 编译网络
2.1.6 训练网络
2.1.7 性能评估
2.1.8 模型保存与调用
2.1.9 设计果蔬识别的流程与步骤
任务2.2 训练线性模型
2.2.1 TensorFlow 2基本数据类型
2.2.2 了解Sequential网络的基本结构
2.2.3 构建网络
2.2.4 训练网络与性能评估
项目小结
项目实训
实训1 构建花卉分类模型
实训2 使用飞桨深度学习平台实现花卉分类
课后习题
项目3 深度神经网络原理及实现
任务3.1 卷积神经网络
3.1.1 卷积神经网络中的核心网络层
3.1.2 常用卷积神经网络算法及其结构
3.1.3 基于卷积神经网络的图像分类实例
任务3.2 循环神经网络
3.2.1 循环神经网络中的常用网络层
3.2.2 基于循环神经网络的评论文本情感分类实例
任务3.3 生成对抗网络
3.3.1 常用生成对抗网络算法及其结构
3.3.2 基于生成对抗网络的鞋子图片生成实例
项目小结
项目实训
实训1 基于卷积神经网络的中药材图像识别
实训2 基于循环神经网络的诗词生成
实训3 基于生成对抗网络的中国传统山水画生成
课后习题
项目4 基于CNN的彩色图像分类
任务4.1 了解彩色图像分类
4.1.1 了解背景
4.1.2 数据说明
4.1.3 设计彩色图像分类的流程与步骤
任务4.2 数据读取与预处理
4.2.1 获取数据集
4.2.2 绘制部分训练集图像
4.2.3 数据归一化与数据存储
任务4.3 构建与训练卷积神经网络
4.3.1 构建和编译卷积神经网络
4.3.2 训练网络并保存模型
任务4.4 模型评估
4.4.1 模型性能评估
4.4.2 模型预测
项目小结
项目实训
实训1 基于卷积神经网络实现车型分类
实训2 基于飞桨深度学习平台实现车型分类
课后习题
项目5 基于CNN的门牌号识别
任务5.1 目标分析
5.1.1 了解背景
5.1.2 数据说明
5.1.3 设计门牌号识别流程与步骤
任务5.2 数据预处理
5.2.1 了解HOG特征
5.2.2 获取目标数据与背景数据
5.2.3 基于HOG特征提取与SVM分类器的目标检测
任务5.3 构建网络
5.3.1 读取训练集与测试集
5.3.2 构建卷积神经网络
5.3.3 训练并保存模型
任务5.4 模型评估
5.4.1 模型性能评估
5.4.2 识别门牌号
项目小结
项目实训
实训1 基于卷积神经网络实现单数字识别
实训2 基于飞桨深度学习平台实现数字识别
课后习题
项目6 基于LSTM网络的语音识别
任务6.1 目标分析
6.1.1 了解背景
6.1.2 数据说明
6.1.3 设计语音识别流程与步骤
任务6.2 数据预处理
6.2.1 了解MFCC特征
6.2.2 划分数据集
6.2.3 提取MFCC特征
6.2.4 标准化数据
任务6.3 构建网络
6.3.1 设置网络超参数
6.3.2 构建网络层
任务6.4 训练网络
6.4.1 编译网络
6.4.2 训练以及保存模型
6.4.3 模型调参
任务6.5 模型评估
6.5.1 泛化测试
6.5.2 结果分析
项目小结
项目实训
实训1 基于LSTM网络的声纹识别
实训2 基于飞桨深度学习平台实现的声纹识别
课后习题
项目7 基于CycleGAN的图像风格转换
任务7.1 目标分析
7.1.1 了解背景
7.1.2 设计图像风格转换的流程与步骤
任务7.2 数据读取
任务7.3 数据预处理
7.3.1 随机抖动
7.3.2 归一化处理图像
7.3.3 对所有图像做批处理并打乱顺序
7.3.4 建立迭代器
任务7.4 构建网络
任务7.5 训练网络
7.5.1 定义损失函数
7.5.2 定义优化器
7.5.3 定义图像生成函数
7.5.4 定义训练函数
7.5.5 训练网络
任务7.6 结果分析
项目小结
项目实训
实训 基于CycleGAN实现苹果与橙子的转换
课后习题
项目8 基于TipDM大数据挖掘建模平台的彩色图像分类
任务8.1 获取数据并对数据进行预处理
8.1.1 使用平台配置彩色图像分类项目的步骤和流程
8.1.2 配置数据源
8.1.3 数据预处理
任务8.2 构建网络并应用模型实现彩色图像分类
8.2.1 构建与训练网络
8.2.2 模型评估
8.2.3 模型预测
项目小结
项目实训
实训 实现基于LSTM网络的语音识别
课后习题
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...