TensorFlow应用案例教程

图书标准信息

• 作者 方志军、高永彬、吴晨谋 著
• 出版社 中国铁道出版社有限公司
• 出版时间 2020-09
• 版次 1
• ISBN 9787113272067
• 定价 59.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 246页

【内容简介】

  TensorFlow是由Google团队开发的一套基于数据流的深度学习框架，广泛应用于计算机视觉中各类算法模型的代码实现。《TensorFlow应用案例教程》用4章的内容，结合深度学习中的基本概念，深入浅出地介绍了TensorFlow的基本概念、安装以及使用方法。为了使读者了解新的科研成果，《TensorFlow应用案例教程》介绍了当前计算机视觉中图像分类、目标检测、目标分割以及生成对抗网络等方向的新算法，从算法的提出背景、算法设计思想以及代码实践三个方面对算法进行剖析，便于读者快速上手和深入学习。
  《TensorFlow应用案例教程》要求读者具有使用Python进行编程的基础。《TensorFlow应用案例教程》所有的代码都采用Python语言编写，适合研究计算机视觉以及相关领域的学生和老师、初次接触计算机视觉但具有Python基础并想进行深入研究的人员学习参考。

【目录】

第1章 深度学习原理
1．1 神经网络概述
1．1．1 神经元
1．1．2 神经网络模型
1．1．3 代价函数
1．1．4 神经网络的优化
1．1．5 神经网络应用实例
1．2 卷积神经网络
1．2．1 基本概念
1．2．2 经典的卷积神经网络
1．3 循环神经网络
1．3．1 长短期记忆网络
1．3．2 门控循环单元网络
1．4 生成式对抗网络
1．4．1 VanillaGAN
1．4．2 WGAN
1．4．3 CvcleGAN
1．4．4 BigGAN
本章小结

第2章 TensorFlow简介
2．1 TensorFlow的安装
2．2 Tensorr的基本概念
2．2．1 Tensor的常见形式
2．2．2 Tensor的类型和属性
2．2．3 Tensor的使用
2．3 TensorFlow的框架
2．3．1 计算图（graph）
2．3．2 会话(Session）
2．3．3 框架
2．4 TensorFlow的实现流程
2．4．1 运行流程――例子说明
2．4．2 运行流程――文字说明
2．5 神经网络中TensorFlow的常用函数
2．5．1 卷积与反卷积操作
2．5．2 激活函数
2．5．3 池化层
2．5．4 批量标准化
2．5．5 随机丢失
2．5．6 全连接层
2．5．7 常用损失函数
2．5．8 LSTM构建常用函数
2．6 TensorFlow的可视化
2．6．1 TensorBoard简介
2．6．2 TensorBoard计算图可视化
2．6．3 TensorBoard其他可视化
本章小结

第3章 经典视觉图像处理算法
3．1 图像分类
3．1．1 AlexNet
3．1．2 GoogLetNet
3．1．3 ResNet
3．2 目标检测
3．2．1 FasterR-CNN
3．2．2 YOLO
3．2．3 M2Det
3．3 目标分割
3．3．1 U-Net网络
3．3．2 MaskR-CNN网络
3．3．3 RefineNet网络
3．4 生成对抗网络
3．4．1 基础GAN(VanillaGAN）
3．4．2 DCGAN
3．4．3 WGAN
3．4．4 BigGAN
本章小结

第4章 TensorFlow应用案例
4．1 人脸识别与性别年龄判别
4．1．1 背景介绍
4．1．2 原理分析
4．1．3 代码实现
4．2 车牌识别
4．2．1 背景介绍
4．2．2 原理分析
4．2．3 代码实现
4．3 图像风格迁移
4．3．1 基于VGG-19的图像风格迁移
4．3．2 基于CycleGAN的图像风格迁移
4．4 命名实体标注
4．4．1 背景介绍
4．4．2 概念解释
4．4．3 模型
4．4．4 代码研读
本章小结
参考文献