Keras與深度學習實戰 黃可坤 張良均 9787115619792 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：人民郵電
物品所在地：中國大陸
原出版社：人民郵電
NT$381
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202309*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：Keras與深度學習實戰 ISBN：9787115619792 出版社：人民郵電 著編譯者：黃可坤 張良均 叢書名：大數據技術精品系列教材 頁數：236 所在地：中國大陸 *此為代購商品 書號：1576829 可大量預訂，請先連絡。 內容簡介 本書以Keras深度學習的常用技術與真實案例相結合的方式，深入淺出地介紹使用Keras進行深度學習的重要內容。全書共7章，內容包括深度學習概述、Keras深度學習通用流程、Keras深度學習基礎、基於RetinaNet的目標檢測、基於LSTM網路的詩歌生成、基於CycleGAN的圖像風格轉換、基於TipDM大數據挖掘建模平台實現詩歌生成等。本書大部分章包含實訓和課後習題，通過練習和操作實踐，讀者可以鞏固所學的內容。 本書可以作為高校數據科學或人工智慧相關專業的教材，也可作為深度學習愛好者的自學用書。目錄 第1章 深度學習概述1 1 深度學習簡介 1 1 1 深度學習的定義 1 1 2 深度學習常見應用 1 2 深度學習與應用領域 1 2 1 深度學習與計算機視覺 1 2 2 深度學習與自然語言處理 1 2 3 深度學習與語音識別 1 2 4 深度學習與機器學習 1 2 5 深度學習與人工智慧 1 3 Keras簡介 1 3 1 各深度學習框架對比 1 3 2 Keras與TensorFlow的關係 1 3 3 Keras常見介面 1 3 4 Keras特性 1 3 5 Keras安裝 1 3 6 Keras中的預訓練模型 小結 課後習題 第2章 Keras深度學習通用流程 2 1 基於全連接網路的手寫數字識別實例 2 2 數據載入與預處理 2 2 1 數據載入 2 2 2 數據預處理 2 3 構建網路 2 3 1 模型生成 2 3 2 核心層 2 3 3 自定義層 2 4 訓練網路 2 4 1 優化器 2 4 2 損失函數 2 4 3 訓練方法 2 5 性能評估 2 5 1 性能監控 2 5 2 回調檢查 2 6 模型的保存與載入 實訓1 利用Keras進行數據載入與增強 實訓2 利用Keras構建網路並訓練 小結 課後習題 第3章 Keras深度學習基礎 3 1 卷積神經網路基礎 3 1 1 卷積神經網路中的常用網路層 3 1 2 基於卷積神經網路的手寫數字識別實例 3 1 3 常用卷積神經網路演算法及其結構 3 2 循環神經網路 3 2 1 循環神經網路中的常用網路層 3 2 2 基於循環神經網路和SelfAttention網路的新聞摘要分類實例 3 3 生成對抗網路 3 3 1 常用生成對抗網路演算法及其結構 3 3 2 基於生成對抗網路的手寫數字生成實例 實訓1 卷積神經網路 實訓2 循環神經網路 實訓3 生成對抗網路 小結 課後習題 第4章 基於RetinaNet的目標檢測 4 1 演算法簡介與目標分析 4 1 1 背景介紹 4 1 2 目標檢測演算法概述 4 1 3 目標檢測相關理論介紹 4 1 4 分析目標 4 1 5 項目工程結構 4 2 數據準備 4 2 1 數據集下載 4 2 2 圖像預處理 4 2 3 數據集編碼 4 2 4 數據集管道設置 4 3 構建網路 4 3 1 RetinaNet的網路結構 4 3 2 構建RetinaNet 4 4 訓練網路 4 4 1 定義損失函數 4 4 2 訓練網路 4 4 3 載入模型測試點 4 5 模型預測 4 5 1 進行解碼與非極大值抑制處理 4 5 2 預測結果 實訓 使用VOC2007數據集訓練和測試RetinaNet 小結 課後習題 第5章 基於LSTM網路的詩歌生成 5 1 目標分析 5 1 1 背景介紹 5 1 2 分析目標 5 1 3 項目工程結構 5 2 文本預處理 5 2 1 標識詩句結束點 5 2 2 去除低頻詞 5 2 3 構建映射 5 3 構建網路 5 3 1 設置配置項參數 5 3 2 生成訓練數據 5 3 3 構建LSTM網路 5 4 訓練網路 5 4 1 查看學習情況 5 4 2 生成詩句 5 4 3 訓練網路 5 5 結果分析 實訓 基於LSTM網路的文本生成 小結 課後習題 第6章 基於CycleGAN的圖像風格轉換 6 1 目標分析 6 1 1 背景介紹 6 1 2 分析目標 6 1 3 項目工程結構 6 2 數據準備 6 3 構建網路 6 3 1 定義恆等映射網路函數 6 3 2 定義殘差網路函數 6 3 3 定義生成器函數 6 3 4 定義判別器函數 6 4 訓練網路 6 4 1 定義訓練過程函數 6 4 2 定義生成圖像函數 6 5 結果分析 實訓 基於CycleGAN實現莫奈畫作與現實風景圖像的風格轉換 小結 課後習題 第7章 基於TipDM大數據挖掘建模平台實現詩歌生成 7 1 平台簡介 7 1 1 共享庫 7 1 2 數據連接 7 1 3 數據集 7 1 4 我的工程 7 1 5 個人組件 7 2 實現詩歌生成 7 2 1 配置數據源 7 2 2 文本預處理 7 2 3 構建網路 7 2 4 訓練網路 7 2 5 結果分析 實訓 實現基於TipDM大數據挖掘模平台的文本生成 小結 課後習題 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
