中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
Keras深度學習 版權信息
- ISBN：9787517076452
- 條形碼：9787517076452 ; 978-7-5170-7645-2
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
Keras深度學習 本書特色
Keras作為深度學習*為流行的框架之一，是一個用Python語言編寫的開源人工神經網絡庫。《Keras深度學習》一書從新手角度出發，系統介紹了Keras深度學習技術，從Python數據處理開始，到深度學習理論，再到Keras各種代碼實戰，全書秉承實例講解的方式，降低學習難度。
《Keras深度學習》全書共8章，前4章介紹了Keras的基礎環境搭建和前端基礎知識，包括Python數據編程、Python常用工具包和深度學習基本原理等；后4章介紹Keras深度學習方法與實戰案例，包括使用Keras構建卷積神經網絡、使用Keras進行序列處理、應用Keras實現更加精細化模型定制的函數式API、使用Keras實現GAN和VAE在內的多種深度生成式學習模型等。
《Keras深度學習》內容由淺入深、語言通俗易懂，從基本原理到實踐應用、從基礎神經網絡到復雜模型的深度剖析，全書遵循學習規律，讓讀者在循序漸進的學習中深刻體會到Keras作為深度學習框架的魅力。Keras作為深度學習*為流行的框架之一，是一個用Python語言編寫的開源人工神經網絡庫。《Keras深度學習》一書從新手角度出發，系統介紹了Keras深度學習技術，從Python數據處理開始，到深度學習理論，再到Keras各種代碼實戰，全書秉承實例講解的方式，降低學習難度。
《Keras深度學習》全書共8章，前4章介紹了Keras的基礎環境搭建和前端基礎知識，包括Python數據編程、Python常用工具包和深度學習基本原理等；后4章介紹Keras深度學習方法與實戰案例，包括使用Keras構建卷積神經網絡、使用Keras進行序列處理、應用Keras實現更加精細化模型定制的函數式API、使用Keras實現GAN和VAE在內的多種深度生成式學習模型等。
《Keras深度學習》內容由淺入深、語言通俗易懂，從基本原理到實踐應用、從基礎神經網絡到復雜模型的深度剖析，全書遵循學習規律，讓讀者在循序漸進的學習中深刻體會到Keras作為深度學習框架的魅力。
《Keras深度學習》適合想要了解深度學習、熟悉Python但不熟悉框架的初學者閱讀，也適合各大高等院校或培訓機構人工智能相關專業的學生學習。深度學習應用研究人員、深度學習愛好者、人工智能化產業從業人員、大數據從業人員、算法工程設計實現工程師、模型與架構設計等相關領域工程師、計算機視覺領域入門愛好者以及其他渴望入門深度學習相關領域的人士均可選擇本書參考學習。
Keras深度學習 內容簡介
“基礎知識 算法原理 經典案例”，從全連接網絡到復雜模型，從數據清洗到翻譯模型，一本書輕松搞定Keras。 本書適合讀者：人工智能深度學習愛好者、算法工程師、計算機視覺專業相關學生、機器學習深度學習等人工智能化各類從業人員 本書特色：入門門檻低，內容安排符合學習規律從搭建環境學起——不同環境下相關軟件和工具的下載和安裝——深度學習基礎理論——*后通過Keras實現深度學習的各類經典應用。由簡到難，逐步深入，適合深度學習和機器學習零基礎的讀者學習。注重新手友好性，理論結合實踐作者以學生的視角，將自己Keras實際學習過程中的經驗進行積累，讓新手更容易上手。 在具體介紹過程中給出短小精悍的示例，讓讀者能邊學習邊實踐，縮短新手與老手之間的差距。技術面廣泛，注意技巧豐富本書內容涵蓋10種Python常用數據結構、5種主流數據分析工具、卷積神經網絡、序列處理、函數式API及應用、Keras在深度生成式模型中的應用等。包括5個綜合實戰案例，所選案例涉獵廣泛而豐富，既有計算機視覺領域的圖像分類問題的經典案例，也有基于神經網絡的翻譯系統實戰。在代碼示例中，不僅僅包含了模型構建和設計的核心思想，同時也兼顧了新手容易犯錯的細節展示。
Keras深度學習 目錄
第1章 打開學習Keras的大門 1.1 為什么要選擇Keras 1.2 基于Windows10系統的安裝與配置 1.2.1 安裝Visual Studio2017社區版 1.2.2 安裝CUDA 1.2.3 安裝cuDNN 1.2.4 安裝Anaconda 1.2.5 安裝TensorFlow 1.2.6 安裝Keras 1.3基于Ubuntu16.04 LTS系統的安裝與配置 1.3.1 安裝NVIDIA驅動 1.3.2 降低GCC編譯器的版本 1.3.3 安裝CUDA 1.3.4 安裝CuDNN 1.3.5 配置環境變量 1.3.6 安裝Anaconda 1.3.7 安裝TensorFlow與Keras 1.4 本章小結第2章 Python數據相關編程入門 2.1 Python常用數據結構 2.1.1 列表list的創建和基本用法 2.1.2 列表的切片 2.1.3 列表元素的動態添加 2.1.4 列表元素的動態刪除 2.1.5 列表元素的查找、統計與排序 2.1.6 列表元素的原地復制和翻轉 2.1.7 數組array 2.1.8 元組（tuple)的使用 2.1.9 集合set 2.1.10 字典dict 2.2 遍歷數據結構 2.2.1 基于for循環的遍歷 2.2.2 基于while循環的遍歷 2.2.3 構造數據結構時的隱式遍歷 2.3 邏輯運算與數據過濾 2.3.1 基本邏輯運算：與、或、非 2.3.2 按位操作的邏輯運算 2.3.3 數據過濾 2.4 自定義函數與作用域 2.4.1 自定義函數與作用域 2.4.2 閉包函數(嵌套函數） 2.4.3 靈活的函數參數 2.4.4 匿名函數 2.4.5 高階函數……
第3章 常用Python工具包第4章 深度學習基本原理第5章 基于Keras的卷積神經網絡第6章 用Keras進行序列處理第7章 Keras函數式API及其應用第8章 基于Keras的深度生成式學習參考文獻
展開全部
Keras深度學習 相關資料
深度學習各種應用框架的發展都非常迅速，而切實地掌握一項框架還是需要認真地從一本書學起。關于Keras的入門書籍有很多也各有干秋，但是本書*的特點是作者從自己的Keras實際學習經歷出發，并把技術積累的過程進行總結，由淺入深詳細地向讀者介紹了Keras深度學習技術，如何從小的項目到大的工程，并詳實地考慮每一個細節，內容非常充實。讀者通過閱讀本書能夠掌握Python數據處理技術和Keras深度學習基礎知識、提升自己的技能儲備、鍛煉自己的思維能力。 ——姜沛林 西安交大副教授人工智能學會自然語言理解專委會委員 此書針對Keras深度學習深入淺出地進行講解，以實戰演練的方式給讀者展現了Keras的強大功能，體現了它易于實現的強應用性。同時，這本書不失嚴謹性，每一處代碼都是作者親身實驗所得，充分體現了此書質量方面的保證。對于在深度學習領域中想要快速上手Keras框架的讀者來說，這是一本非常實用且易懂的好書。 ——袁濤 Intel資深IC設計工程師 Keras是一個用Python編寫的高級神經網絡APl，希望能夠讓用戶的工作效率更高，能夠比競爭對手更快地嘗試更多創意。而本書則是為深度學習的初學者設計的，同樣希望讀者能夠更深刻、更高效地理解和使用Keras。作者將豐富的經驗分享給各位初學者，在具體講解時非常注重細節，將每個模塊以及一些代碼的疑難點都解釋得非常清楚，是Keras入門不可多得的好書。 ——陳錚 依圖科技資深前端工程師 本書結合大量實際案例，由淺入深地從Python的入門級別大數據實踐，逐步深入到基于Keras的深度學習技術的探討。通過圖文并茂以及項目實戰的代碼講解，提高讀者的理論能力和化和實踐能力。 一祝繼華 西安交大副教授
Keras深度學習 作者簡介
魯睿元 西安交通大學軟件學院研究生，主要研究深度學習與計算機視覺方向。主要優異表現：在第一屆百度菁英班榮獲第一名；帶隊代表西安交通大學參加首屆浦發百度智慧金融極客挑戰賽中，榮獲全國三等獎。曾在多家博客網站發表多篇深度學習以及算法相關文章，深受讀者喜愛。 祝繼華 副教授，西安交通大學模式識別與智能系統專業工學博士學位，博士生導師。2011年6月至今在西安交通大學軟件學院從事教學與科研工作，主要研究方向為計算機視覺和移動機器人，先后主持國家自然科學基金項目2項，陜西省自然科學基金項目1項和中國博士后科學基金項目2項，曾參與國家973項目和國家自然科學基金重點項目等多項國家級項目的研究工作。在激光點云數據配準、移動機器人導航定位與環境感知等方面具有一定的研究基礎，并在所述領域以第一作者或通訊作者發表SCI論文20余篇。
書友推薦
- >
我從未如此眷戀人間
- >
名家帶你讀魯迅:朝花夕拾
- >
龍榆生：詞曲概論/大家小書
- >
名家帶你讀魯迅:故事新編
- >
煙與鏡
- >
羅曼·羅蘭讀書隨筆-精裝
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
有舍有得是人生
本類暢銷
