Keras深度學習

魯睿元，祝繼華

Keras深度學習
  • 出版商: 中國水利水電
  • 出版日期: 2019-11-01
  • 定價: $534
  • 售價: 7.9 折 $422
  • 語言: 簡體中文
  • 頁數: 424
  • ISBN: 7517076450
  • ISBN-13: 9787517076452
  • 相關分類: DeepLearning

    • 立即出貨 (庫存 < 4)

買這商品的人也買了...

中文年末書展｜繁簡參展書2書75折 詳見活動內容 »

相關主題

商品描述

基礎知識+算法原理+經典案例，從全連接網絡到復雜模型，從數據清洗到翻譯模型，一本書輕鬆搞定Keras。

本書適合讀者：人工智能深度學習愛好者、算法工程師、計算機視覺專業相關學生、機器學習深度學習等人工智能化各類從業人員

本書特色：

1. 入門門檻低，內容安排符合學習規律

從搭建環境學起——不同環境下相關軟件和工具的下載和安裝——深度學習基礎理論——最後通過Keras實現深度學習的各類經典應用。由簡到難，逐步深入，適合深度學習和機器學習零基礎的讀者學習。

2. 註重新手友好性，理論結合實踐

作者以學生的視角，將自己Keras實際學習過程中的經驗進行積累，讓新手更容易上手。

在具體介紹過程中給出短小精悍的示例，讓讀者能邊學習邊實踐，縮短新手與老手之間的差距。

3. 技術面廣泛，註意技巧豐富

本書內容涵蓋10種Python常用數據結構、5種主流數據分析工具、捲積神經網絡、序列處理、函數式API及應用、Keras在深度生成式模型中的應用等。包括5個綜合實戰案例，所選案例涉獵廣泛而豐富，既有計算機視覺領域的圖像分類問題的經典案例，也有基於神經網絡的翻譯系統實戰。在代碼示例中，不僅僅包含了模型構建和設計的核心思想，同時也兼顧了新手容易犯錯的細節展示。

作者簡介

魯睿元 西安交通大學軟件學院研究生，主要研究深度學習與計算機視覺方向。主要優異表現：在第一屆百度菁英班榮獲第*名；帶隊代表西安交通大學參加首屆浦發百度智慧金融極客挑戰賽中，榮獲全國三等獎。曾在多家博客網站發表多篇深度學習以及算法相關文章，深受讀者喜愛。

祝繼華 副教授，西安交通大學模式識別與智能係統專業工學博士學位，博士生導師。2011年6月至今在西安交通大學軟件學院從事教學與科研工作，主要研究方向為計算機視覺和移動機器人，先後主持國家自然科學基金項目2項，陝西省自然科學基金項目1項和中國博士後科學基金項目2項，曾參與國家973項目和國家自然科學基金重點項目等多項國jia級項目的研究工作。在激光點雲數據配準、移動機器人導航定位與環境感知等方面具有一定的研究基礎，並在所述領域以第一作者或通訊作者發表SCI論文20餘篇。

目錄大綱

第1章 打開學習Keras的大門
1.1 為什麼要選擇Keras
1.2 基於Windows10系統的安裝與配置
1.2.1 安裝Visual Studio2017社區版
1.2.2 安裝CUDA
1.2.3 安裝cuDNN
1.2.4 安裝Anaconda
1.2.5 安裝TensorFlow
1.2.6 安裝Keras
1.3基於Ubuntu16.04 LTS系統的安裝與配置
1.3.1 安裝NVIDIA驅動
1.3.2 降低GCC編譯器的版本
1.3.3 安裝CUDA
1.3.4 安裝CuDNN
1.3.5 配置環境變量
1.3.6 安裝Anaconda
1.3.7 安裝TensorFlow與Keras
1.4 本章小結
第2章 Python數據相關編程入門
2.1 Python常用數據結構
2.1.1 列表list的創建和基本用法
2.1.2 列表的切片
2.1.3 列表元素的動態添加
2.1.4 列表元素的動態刪除
2.1.5 列表元素的查找、統計與排序
2.1.6 列表元素的原地覆制和翻轉
2.1.7 數組array
2.1.8 元組（tuple)的使用
2.1.9 集合set
2.1.10 字典dict
2.2 遍歷數據結構
2.2.1 基於for循環的遍歷
2.2.2 基於while循環的遍歷
2.2.3 構造數據結構時的隱式遍歷
2.3 邏輯運算與數據過濾
2.3.1 基本邏輯運算：與、或、非
2.3.2 按位操作的邏輯運算
2.3.3 數據過濾
2.4 自定義函數與作用域
2.4.1 自定義函數與作用域
2.4.2 閉包函數(嵌套函數）
2.4.3 靈活的函數參數
2.4.4 匿名函數
2.4.5 高階函數
……
第3章 常用Python工具包
第4章 深度學習基本原理
第5章 基於Keras的捲積神經網絡
第6章 用Keras進行序列處理
第7章 Keras函數式API及其應用
第8章 基於Keras的深度生成式學習
參考文獻

類似商品

最後瀏覽商品 (20)