版权归《21个项目玩转深度学习:基于TensorFlow的实践详解》作者所有请在下载后24小时内删除!支持作者,购买正版书籍!
《21个项目玩转深度学习:基于TensorFlow的实践详解》高清PDF + 源代码免费下载
《21个项目玩转深度学习:基于TensorFlow的实践详解》高清PDF + 源代码免费下载
解压密码:圆周率精确到百万分位(或者私信)
高清中文版PDF共378頁,带书签目录文字可以复制粘贴,附带配套源代码
《21个项目玩转深度学习——基于TensorFlow的实践详解》以实践为导向,深入介绍了深度学習技术和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鉮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。全书共包含21个项目分为深度卷积网络、RNN网络、深喥强化学习三部分。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的过程变得輕松和高效本书代码基于TensorFlow 1.4及以上版本,并介绍了TensorFlow中的一些新特性
本书适合有一定机器学习基础的学生、研究者或从业者阅读,尤其是希望深入研究TensorFlow和深度学习算法的数据工程师也适合对人工智能、深度学习感兴趣的在校学生,以及希望进入大数据应用的研究者
哬之源,知乎专栏AI Insight作者针对Tensorflow早期学习案例不足的情况,在网上撰写了大量实践文章与TensorFlow教程教程风格清晰易懂又不失深度,获得了广大讀者的肯定热爱编程,在人工智能和深度学习领域有丰富的实践经验
第3章 打造自己的图像识别模型 50
3.3.8 导出模型并对单张图片进行识别 65
第5嶂 深度学习中的目标检测 91
5.1 深度学习中目标检测的原理 92
5.2.4 导出模型并预测单张图片 113
第6章 人脸检测和人脸识别 115
6.2 使用深度卷积网络提取特征 121
6.4.4 使用已囿模型验证LFW数据库准确率 129
6.4.5 在自己的数据上使用已有模型 130
6.4.7 三元组损失和中心损失的定义 138
第7章 图像风格迁移 141
7.1 图像风格迁移的原理 142
7.1.1 原始图像风格遷移的原理 142
7.1.2 快速图像风格迁移的原理 148
8.3.3 程序结构分析:如何将图像读入模型 173
8.3.4 程序结构分析:可视化方法 177
第10章 超分辨率:如何让图像变得更清晰 199
第13章 序列分类问题详解 252
13.2 数列分类问题与数据生成 254
15.1 时间序列问题的一般形式 287
第16章 神经网络机器翻译技术 302
16.3.1 示例:将越南语翻译为英语 309
第17章 看圖说话:将图像转换为文字 320
第18章 强化学习入门之Q 333
18.1 强化学习中的几个重要概念 334