消息 首页 搜索 举报
  • 深度学习私房菜:跟着案例学TENSORFLOW
21年品牌 40万+商家 超1.5亿件商品

深度学习私房菜:跟着案例学TENSORFLOW

正版新书 新华官方库房直发 可开电子发票

￥ 83.21 6.5折 ￥ 128 全新

库存2件

江苏南京
认证卖家担保交易快速发货售后保障

作者程世东

出版社电子工业出版社

ISBN9787121364990

出版时间2019-07

版次1

装帧其他

开本其他

纸张胶版纸

页数484页

字数691千字

定价128元

货号SC:9787121364990

上书时间2024-12-03

问典书店

四年老店
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：全新
全新正版 提供发票
商品描述
作者简介:
程世东，2009年毕业于辽宁工程技术大学，对计算机领域的各类技术都有浓厚的兴趣，享受学习新技术带来的快乐。擅长C语言和汇编语言，尤其喜欢研究软件调试和逆向工程相关技术。最近几年开始钻研机器学习和深度学习，2018年开始在日本从事日文OCR的研发工作。
主编推荐:
"聚焦10大人工智能经典场景
每章都包含TensorFlow 1.x 和2.0 的代码实现
通过案例巩固基础知识
图像分类|彩票预测|古诗生成|个性化推荐|广告点击率预估|人脸识别 |AlphaZero/GO|汉字OCR|超级马里奥|人脸生成
"
精彩内容:
"前言
在过去的几年中，人工智能和深度学习是一个不断被提及的话题，最令大众熟知的恐怕就是
AlphaGo 与柯洁、李世乭的围棋大战了。而最近，人工智能OpenAI Five 在DOTA 2 的比赛中击败
了世界冠军OG，人工智能的发展总会给人带来惊喜。除了上述“大事件”，人工智能和深度学习
早就深入我们的生活当中，比如无人驾驶汽车、人脸识别，或者订外卖时App 给我们做的推荐。
在经历了互联网、移动互联网的浪潮之后，可以说现在我们已经步入了人工智能的时代。
我第一次接触机器学习和深度学习时就被深深地吸引了，感觉自己就像一块海绵被投入到大
海里，看书、看视频、看源码，学习新的知识使我感到非常兴奋。相信此刻的你也跟当年学习的
我的状态是一样的吧，本书将我对深度学习的理解、从开源社区学到的知识分享给大家，希望能
为你的学习提供一些帮助。
本书以案例的形式，讲解各种深度学习理论和相应场景的实践，包含TensorFlow 1.x 和TensorFlow
2.0 的代码实现。全书共分10 章。第1 章讲解了卷积神经网络理论知识，第2 章讲解了如
何进行CIFAR-100 图像分类实践。第3 章介绍了循环神经网络（RNN 和LSTM），以及在彩票预
测和古诗生成上的实践。在第3 章的最后，介绍了Seq2Seq、Transformer 和BERT 模型。第4 章
以电影推荐系统为例，分享了推荐系统的实现。第5 章介绍了广告点击率预测。第6 章讲解了人
脸识别的实践，包含使用OpenCV、dlib 和MTCNN 进行人脸检测，使用dlib、FaceNet 和VGG16
等方式提取人脸特征，然后讨论了比较人脸特征的几种方式。最后，使用上述技术实现了一个在
视频中找人的应用。第7 章分析了AlphaGo 和AlphaZero 的论文原文，讲解了蒙特卡罗树搜索

...
内容简介:
本书通过案例讲解如何使用TensorFlow 解决深度学习的实际任务， 每章都包含TensorFlow 1.x 和2.0 的代码实现。全书共分10 章，主要讲解卷积神经网络、LSTM、Seq2Seq、Transformer、BERT、文本卷积、GBDT、FM、FFM、Dlib、MTCNN、VGG、AlphaGo / AlphaZero、BiLSTM、DQN、Gym、GAN 等技术，包含的项目有CIFAR-100 图像分类、彩票预测、古诗生成、推荐系统、广告点击率预测、人脸识别、中国象棋、汉字OCR、FlappyBird 和超级马里奥、人脸生成。
目录:
目录
1 卷积神经网络与环境搭建1
1.1 概述 1
1.2 卷积神经网络  2
1.2.1 卷积层  3
1.2.2 修正线性单元. 6
1.2.3 池化层  8
1.2.4 全连接层 8
1.2.5 softmax 层 9
1.2.6 LeNet-5 网络  9
1.3 准备开发环境 10
1.3.1 Anaconda 环境搭建 10
1.3.2 安装TensorFlow 1.x  11
1.3.3 FloydHub 使用介绍  13
1.3.4 AWS 使用介绍 18
1.4 本章小结  26
2 卷积神经网络实践：图像分类27
2.1 概述 27
2.2 卷积神经网络项目实践：基于TensorFlow 1.x  27
2.2.1 数据预处理. 28
2.2.2 网络模型  33
2.2.3 训练网络  39
2.3 卷积神经网络项目实践：基于TensorFlow 2.0 41
2.3.1 TensorFlow 2.0 介绍  41
2.3.2 CIFAR-100 分类网络的TensorFlow 2.0 实现  44
2.4 本章小结.  60
3 彩票预测和生成古诗61
3.1 概述  61
3.2 RNN  61
3.3 LSTM   63
3.4 嵌入矩阵. . 66
3.5 实现彩票预测  69
3.5.1 数据预处理. 70
3.5.2 构建神经网络. 71
3.5.3 训练神经网络  75
3.5.4 分析网络训练情况  83
3.5.5 生成预测号码.  88
3.6 文本生成. 93
3.7 生成古诗：基于TensorFlow 2.0  96
3.7.1 数据预处理  96
3.7.2 构建网络  99
3.7.3 开始训练. 102
3.7.4 生成古诗  102

...

   相关推荐   

—  没有更多了  —

店铺评价
消息 首页 搜索

以下为对购买帮助不大的评价

全新正版 提供发票
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP