消息首页搜索举报

TensorFlow深度学实战全

58.38 6.6折 89 全新

库存4件

四川成都

认证卖家担保交易快速发货售后保障

作者李明军

出版社北京大学出版社

ISBN9787301308486

出版时间2019-11

装帧平装

开本16开

定价89元

货号1201998497

上书时间2024-11-24

聚合博文书店

十年老店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 7小时
好评率暂无

最新上架

程大爷的朋友圈 ¥21.65

金圣叹批评本水浒传 ¥35.22

圆号演奏实用教程.提高编 ¥20.83

商务英语专业教学改革与实践 ¥15.82

宇宙兄弟 7 ¥12.30

宇宙兄弟 13 ¥12.30

爱的信笺 ¥29.55

怎样分析电力系统故障录波图 ¥34.99

环境污染控制与预报 ¥48.04

商品详情

品相描述：全新

商品描述: 作者简介
李明军，曾就职于亿阳信通、神州泰岳、中国惠普等公司。从事大数据分析、人工智能等相关领域的工作。在知乎上发表过多篇技术文章，对大数据分析、人工智能、数据治理有着丰富的经验。

目录
篇基础篇

章深度学习基础

1.1人工智能与机器学习1

1.2机器是怎样学习的3

1.3机器学习实战6

1.4机器学习的教材10

1.5机器学习的分类11

1.6本章小结15

第2章深度学习原理

2.1什么是深度学习17

2.2为什么需要深度学习17

2.3深层神经网络21

2.4深层神经网络训练24

2.5深层神经网络优化35

2.6本章小结40

第3章TensorFlow安装

3.1在macOS上安装TensorFlow41

3.2在Windows上安装TensorFlow49

3.3在Ubuntu上安装TensorFlow52

3.4本章小结64

第4章TensorFlow入门

4.1TensorFlow编程环境65

4.2TensorFlow运行机制66

4.3数据类型——张量78

4.4数据操作86

4.5使用Estimator开发112

4.6使用LinearEstimator的示例126

4.7本章小结136

第5章手写数字识别

5.1MNIST数据集简介137

5.2手写数字识别示例143

5.3手写数字识别优化152

5.4寻找最优模型165

5.5本章小结176

第2篇发展演变篇

第6章图像识别

6.1CIFAR数据集简介178

6.2ImageNet数据集简介180

6.3图像识别的关键及特点182

6.4卷积神经网络原理184

6.5卷积神经网络构建188

6.6卷积神经网络示例196

6.7本章小结208

第7章卷积神经网络起源及原理

7.1多层架构209

7.2卷积神经网络210

7.3Neocognitron210

7.4LeNet简介211

7.5本章小结212

第8章AlexNet

8.1网络架构213

8.2主要特点214

8.3后续影响219

8.4本章小结219

第9章VGGNet

9.1网络架构221

9.2主要特点223

9.3其他技巧和贡献224

9.4本章小结228

0章Inception

10.1Inception名称由来229

10.2背景问题分析229

10.3架构设计思路230

10.4网络架构232

10.5Inception实战236

10.6本章小结278

1章Inceptionv2和Inceptionv3

11.1指导原则279

11.2具体措施280

11.3卷积分解280

11.4并行池化282

11.5旁路分类器284

11.6批量标准化284

11.7低分辨率输入的性能287

11.8其他技巧288

11.9网络架构288

11.10后续影响290

11.11Inceptionv2实战291

11.12Inceptionv3实战301

11.13本章小结320

2章ResNet

12.1退化问题321

12.2原因分析322

12.3残差模块322

12.4降采样残差模块323

12.5网络架构324

12.6ResNet实战326

12.7主要优点334

12.8本章小结334

3章Inceptionv4

13.1Inceptionv4网络架构335

13.2Inception-ResNet模块336

13.3Inception-ResNet网络架构337

13.4主要贡献338

13.5本章小结338

4章DenseNet

14.1DenseNet网络339

14.2网络架构340

14.3实现方法344

14.4主要优点346

14.5DenseNet实战347

14.6本章小结354

第3篇前沿篇

5章生成对抗神经网络

15.1生成对抗神经网络简介356

15.2生成对抗神经网络实现358

15.3生成对抗神经网络实战361

15.4本章小结376

内容摘要
不知不觉，人工智能已经走入我们的生活，尤其是图像识别、文本识别、语音识别、自然语言等技术。这些应用的核心技术就是深度学习，也正是本书的核心内容。《TensorFlow深度学习实战大全》以TensorFlow为核心，分为3篇，共计15章节。篇是基础篇（~5章），主要介绍什么是深度学习、深度学习的本质是什么、深度学习所使用的教材和方法，以及深度学习在图像识别（MNIST）领域的应用。第2篇是发展演变篇（第6~14章），主要介绍在图像识别领域深度学习技术的发展与演变。主要是以ImageNet挑战赛为线索、以ImageNet挑战赛中的优选模型为主干，介绍了卷积神经网络的发展历程、遇到的主要挑战、思路和对策，以及各种优选模型的模型架构与模型训练。第3篇是前沿篇（5章），介绍了生成对抗神经网络（GAN），它是一种能够自动生成图像的神经网络，这是与之前介绍的各种用于图像识别的卷积神经网络很显著的区别。本书讲解细致、深入浅出，即使没有机器学习的基础，也能快速学会，同时适合任何对深度学习技术或人工智能相关领域感兴趣的从业人员学习使用。

— 没有更多了 —