计算机 类型
可以朗读 语音朗读
132千字 字数
2021-06-01 发行日期
展开全部

主编推荐语

本书全面讲解PaddlePaddle Fluid框架在深度学习领域的应用。

内容简介

全书共15章，分别是PaddlePaddle深度学习开发环境的搭建、PaddlePaddle快速入门、线性回归算法实战、卷积神经网络实战、循环神经网络实战、生成对抗网络实战、强化学习实战、模型的保存与使用、迁移学习实战可视化工具VisualDL的使用、自定义图像数据集识别项目实战、自定义文本数据集分类项目实战、动态图的使用、开发具有AI能力的服务器接口、移动端深度学习框架PaddleLite的项目实战。

本书实例丰富，适合机器学习爱好者、程序员、人工智能方面的从业人员阅读，也可以作为人工智能相关专业的师生用书和相关培训学校的教材。

目录

  • 版权信息
  • 内容提要
  • 前言
  • 资源与支持
  • 第1章 PaddlePaddle深度学习开发环境的搭建
  • 1.1 深度学习与PaddlePaddle
  • 1.2 PaddlePaddle能做些什么
  • 1.3 如何学习本书
  • 1.4 Python的安装
  • 1.5 本地安装PaddlePaddle
  • 1.5.1 Windows操作系统下安装PaddlePaddle
  • 1.5.2 Ubuntu操作系统下安装PaddlePaddle
  • 1.6 PyCharm的使用
  • 1.7 AI Studio平台的使用
  • 1.8 本章小结
  • 第2章 PaddlePaddle快速入门
  • 2.1 两个小实例让PaddlePaddle跑起来
  • 2.2 PaddlePaddle常量的使用
  • 2.3 PaddlePaddle变量的使用
  • 2.4 本章小结
  • 第3章 PaddlePaddle的HelloWorld
  • 3.1 迈入PaddlePaddle实战第一站
  • 3.2 PaddlePaddle深度学习实战
  • 3.2.1 深度神经网络模型的搭建
  • 3.2.2 利用房价数据集对深度神经网络模型进行验证
  • 3.3 本章小结
  • 第4章 卷积神经网络实战
  • 4.1 图像识别之卷积神经网络模型
  • 4.2 PaddlePaddle CNN模型实战
  • 4.3 本章小结
  • 第5章 循环神经网络实战
  • 5.1 自然语言处理之循环神经网络模型
  • 5.2 PaddlePaddle搭建情感分析项目RNN模型
  • 5.3 利用电影评论数据集对RNN模型进行验证
  • 5.4 本章小结
  • 第6章 生成对抗网络实战
  • 6.1 生成对抗网络
  • 6.2 GAN增强数据集实战
  • 6.2.1 创建生成器
  • 6.2.2 创建判别器
  • 6.3 本章小结
  • 第7章 强化学习实战
  • 7.1 强化学习简介
  • 7.2 项目测试游戏Gym的简介
  • 7.3 训练DQN模型
  • 7.4 本章小结
  • 第8章 PaddlePaddle模型的保存与使用
  • 8.1 深度学习模型的保存与使用
  • 8.2 训练模型
  • 8.3 加载训练模型
  • 8.4 保存训练模型
  • 8.5 使用模型进行预测
  • 8.6 本章小结
  • 第9章 迁移学习实战
  • 9.1 迁移学习简介
  • 9.2 迁移学习应用场景分析
  • 9.3 花卉类型识别项目实战
  • 9.4 花卉类型识别项目实战
  • 9.5 本章小结
  • 第10章 PaddlePaddle可视化工具Visual DL的使用
  • 10.1 可视化工具的重要性
  • 10.2 PaddlePaddle Visual DL的介绍
  • 10.3 PaddlePaddle Visual DL的安装
  • 10.4 Visual DL的简单用法
  • 10.5 模型训练中使用Visual DL
  • 10.6 本章小结
  • 第11章 自定义图像数据集识别项目实战
  • 11.1 自定义数据集
  • 11.2 项目图像数据集的爬取
  • 11.3 为图像数据集生成图像列表
  • 11.4 定义神经网络模型
  • 11.5 PaddlePaddle读取训练数据
  • 11.6 训练模型
  • 11.7 预测模型
  • 11.8 本章小结
  • 第12章 自定义文本数据集分类项目实战
  • 12.1 自定义文本数据集
  • 12.2 新闻标题分类实战
  • 12.3 对爬取数据进行预处理和存储
  • 12.4 定义BiLSTM模型
  • 12.5 读取文本数据集
  • 12.6 训练模型
  • 12.7 预测文本数据
  • 12.8 本章小结
  • 第13章 PaddlePaddle动态图的使用
  • 13.1 PaddlePaddle动态图机制
  • 13.2 搭建动态图模型
  • 13.3 训练动态图模型
  • 13.4 预测模型
  • 13.5 本章小结
  • 第14章 开发具有AI能力的服务器接口
  • 14.1 具有AI能力的服务器接口
  • 14.2 Python Web开发框架Flask简介
  • 14.3 PaddlePaddle预测服务器接口
  • 14.4 本章小结
  • 第15章 移动端深度学习框架Paddle Lite的项目实战
  • 15.1 Paddle Lite简介
  • 15.2 安装Paddle Lite
  • 15.2.1 Docker环境搭建
  • 15.2.2 Ubuntu环境搭建
  • 15.2.3 编译Paddle Lite
  • 15.3 优化移动端的深度学习模型
  • 15.4 Android水果识别App的开发
  • 15.5 本章小结
展开全部

评分及书评

评分不足
1个评分
  • 用户头像
    给这本书评了
    5.0

    本书全面讲解 PaddlePaddle Fluid 框架在深度学习领域的应用。全书共 15 章，分别是 PaddlePaddle 深度学习开发环境的搭建、PaddlePaddle 快速入门、线性回归算法实战、卷积神经网络实战、循环神经网络实战、生成对抗网络实战、强化学习实战、模型的保存与使用、迁移学习实战、可视化工具 Visual DL 的使用、自定义图像数据集识别项目实战、自定义文本数据集分类项目实战、动态图的使用、开发具有 AI 能力的服务器接口、移动端深度学习框架 Paddle Lite 的项目实战。

      转发
      评论

    出版方

    人民邮电出版社

    人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。