科技 类型
可以朗读 语音朗读
88千字 字数
2020-01-01 发行日期
展开全部

主编推荐语

通过TensorFlow 2.0编程实践，掌握卷积神经网络及其应用详解卷积神经网络和TensorFlow深度学习的知识要点，揭示从卷积神经网络模型构建到应用。

内容简介

卷积神经网络是现代神经网络的核心内容，TensorFlow又是现在最为流行的深度学习框架。本书使用TensorFlow 2.0作为卷积神经网络实现的基本工具，引导深度学习初学者，从搭建环境开始，逐步深入到理论、代码和应用实践中去。 本书分为8章，第1章从搭建环境开始，包含Anaconda、Python、PyCharm、TensorFlow CPU 版本和GPU版本的安装；第2章是Keras TensorFlow 2.0的使用基础；第3章是TensorFlow 2.0语法；第4章是MNIST实战；第5章是Dataset API；第6章是ResNet理论和实践；第7章是注意力模型；第8章是通过卷积实现的一个项目案例：识文断字。 本书内容详尽、示例丰富，是机器学习和深度学习初学者必备的参考书，同时非常适合高等院校人工智能相关专业的师生阅读，也可作为培训学校相关专业的教材使用。

目录

  • 版权信息
  • 内容简介
  • 前言
  • 本书特色
  • 本书内容及知识体系
  • 示例源码下载
  • 适合阅读本书的读者
  • 第1章 Python和TensorFlow 2.0的安装
  • 1.1 Python基本安装和用法
  • 1.2 TensorFlow 2.0 GPU版本的安装
  • 1.3 Hello TensorFlow
  • 1.4 本章小结
  • 第2章 简化代码的复杂性：TensorFlow 2.0基础与进阶
  • 2.1 配角转成主角——从TensorFlow Eager Execution转正谈起
  • 2.2 Hello TensorFlow & Keras
  • 2.3 全连接层详解
  • 2.4 本章小结
  • 第3章 TensorFlow 2.0语法基础
  • 3.1 BP神经网络简介
  • 3.2 BP神经网络两个基础算法详解
  • 3.3 反馈神经网络反向传播算法介绍
  • 3.4 本章小结
  • 第4章 卷积层详解与MNIST实战
  • 4.1 卷积运算基本概念
  • 4.2 TensorFlow 2.0编程实战——MNIST手写体识别
  • 4.3 本章小结
  • 第5章 TensorFlow 2.0 Dataset使用详解
  • 5.1 Dataset API基本结构和内容
  • 5.2 Dataset API高级用法
  • 5.3 使用TFRecord API创建和使用数据集
  • 5.4 TFRecord实战——带有处理模型的完整例子
  • 5.4 本章小结
  • 第6章 从冠军开始：ResNet
  • 6.1 ResNet基础原理与程序设计基础
  • 6.2 ResNet实战CIFAR-100数据集分类
  • 6.3 ResNet的兄弟——ResNeXt
  • 6.4 其他的卷积神经模型简介
  • 6.5 本章小结
  • 第7章 Attention is all we need!
  • 7.1 简单的理解注意力机制
  • 7.2 SENet和CBAM注意力机制的经典模型
  • 7.3 本章小结
  • 第8章 卷积神经网络实战：识文断字我也可以
  • 8.1 文本数据处理
  • 8.2 针对文本的卷积神经网络模型简介——字符卷积
  • 8.3 针对文本的卷积神经网络模型简介——词卷积
  • 8.4 使用卷积对文本分类的补充内容
  • 8.5 本章小结
展开全部

评分及书评

评分不足
1个评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。