白话深度学习与TensorFlow 计算机与互联网 书籍|6241653 epub pdf mobi txt 电子书 下载 2024
发表于2024-12-23
白话深度学习与TensorFlow 计算机与互联网 书籍|6241653 epub pdf mobi txt 电子书 下载 2024
书[0名0]: | 白话深度[0学0]习与TensorFlow|6241653 |
图书定价: | 69元 |
图书作者: | 高扬;卫峥 |
出版社: | 机械工业出版社 |
出版日期: | 2017/8/1 0:00:00 |
ISBN号: | 9787111574576 |
开本: | 16开 |
页数: | 0 |
版次: | 1-1 |
作者简介 |
西山居的[0大0]数据架构师与[0大0]数据专家,有多年编程经验(多年日本和澳洲工作经验)、多年[0大0]数据架构设计与数据分析、处理经验,目前负责西山居的市场战略与产[0品0]战略。专注于[0大0]数据系统架构以及变现研究。擅长数据挖掘、数据建模、关系型数据库应用(Hadoop、Spark、Cassandra、Prestodb应用)。负责西山居紫霞系统——[0大0]数据日志处理系统的系统架构与设计工作。同时,也是重庆工[0商0][0大0][0学0]管理科[0学0]与工程专业,硕士研究生事业导师。 |
内容简介 |
基础篇(1-3章):介绍深度[0学0]习的基本概念和Tensorflow的基本介绍。原理与实践篇(4-8章):[0大0]量的关于深度[0学0]习中BP、CNN以及RNN网络等概念的数[0学0][0知0]识解析,加以更朴素的语言与类比,使得非数[0学0]专业的程序员还是能够比较容易看懂。扩展篇(9-13章):介绍新增的深度[0学0]习网络变种与较新的深度[0学0]习特性,并给出有趣的深度[0学0]习应用。读完本书,基本具备了搭建全套Tensorflow应用环境的能力,掌握深度[0学0]习算[0法0]和思路,以及进行一般性的文章分类、音频分类或视频分类的能力。 |
目录 |
本书赞誉 序 前 言 基 础 篇 [0第0]1章 机器[0学0]习是什么 2 1.1 聚类 4 1.2 回归 5 1.3 分类 8 1.4 综合应用 10 1.5 小结 14 [0第0]2章 深度[0学0]习是什么 15 2.1 神经网络是什么 15 2.1.1 神经元 16 2.1.2 激励函数 19 2.1.3 神经网络 24 2.2 深度神经网络 25 2.3 深度[0学0]习为什么这么强 28 2.3.1 不用再提取特征 28 2.3.2 处理线性不可分 29 2.4 深度[0学0]习应用 30 2.4.1 围棋机器人——AlphaGo 30 2.4.2 被教坏的少女——Tai.ai 32 2.4.3 本田公司的[0大0]宝贝—— ASIMO 33 2.5 小结 37 [0第0]3章 TensorFlow框架特性与安装 38 3.1 简介 38 3.2 与其他框架的对比 39 3.3 其他特点 40 3.4 如何选择好的框架 44 3.5 安装TensorFlow 45 3.6 小结 46 原理与实践篇 [0第0]4章 前馈神经网络 50 4.1 网络结构 50 4.2 线性回归的训练 51 4.3 神经网络的训练 75 4.4 小结 79 [0第0]5章 手写板功能 81 5.1 MNIST介绍 81 5.2 使用TensorFlow完成实验 86 5.3 神经网络为什么那么强 92 5.3.1 处理线性不可分 93 5.3.2 挑战“与或非” 95 5.3.3 丰富的VC——强[0大0]的空间 划分能力 98 5.4 验证集、测试集与防止过拟合 99 5.5 小结 102 [0第0]6章 卷积神经网络 103 6.1 与全连接网络的对比 103 6.2 卷积是什么 104 6.3 卷积核 106 6.4 卷积层其他参数 108 6.5 池化层 109 6.6 典型CNN网络 110 6.7 图片识别 114 6.8 输出层激励函数——SOFTMAX 116 6.8.1 SOFTMAX 116 6.8.2 交叉熵 117 6.9 小试牛刀——卷积网络做图片分类 124 6.10 小结 138 [0第0]7章 综合问题 139 7.1 并行计算 139 7.2 随机梯度下降 142 7.3 梯度消失问题 144 7.4 归一化 147 7.5 参数初始化问题 149 7.6 正则化 151 7.7 其他[0超0]参数 155 7.8 不的模型 156 7.9 DropOut 157 7.10 小结 158 [0第0]8章 循环神经网络 159 8.1 隐马尔可夫模型 159 8.2 RNN和BPTT算[0法0] 163 8.2.1 结构 163 8.2.2 训练过程 163 8.2.3 艰难的误差传递 165 8.3 LSTM算[0法0] 167 8.4 应用场景 171 8.5 实践案例——自动文本生成 174 8.5.1 RNN工程代码解读 174 8.5.2 利用RNN[0学0]习莎士比亚剧本 183 8.5.3 利用RNN[0学0]习维基百科 184 8.6 实践案例——聊天机器人 185 8.7 小结 196 扩 展 篇 [0第0]9章 深度残差网络 198 9.1 应用场景 198 9.2 结构解释与数[0学0]推导 200 9.3 拓扑解释 205 9.4 Github示例 207 9.5 小结 207 [0第0]10章 受限玻尔兹曼机 209 10.1 结构 209 10.2 逻辑回归 210 10.3 [0大0]似然度 212 10.4 [0大0]似然度示例 214 10.5 损失函数 215 10.6 应用场景 216 10.7 小结 216 [0第0]11章 强化[0学0]习 217 11.1 模型核心 218 11.2 马尔可夫决策过程 219 11.2.1 用游戏开刀 221 11.2.2 准备工作 223 11.2.3 训练过程 224 11.2.4 问题 226 11.2.5 Q-Learning算[0法0] 228 11.3 深度[0学0]习中的Q-Learning——DQN 231 11.3.1 OpenAI Gym 234 11.3.2 Atari游戏 237 11.4 小结 238 [0第0]12章 对抗[0学0]习 239 12.1 目的 239 12.2 训练模式 240 12.2.1 二元[0极0]小[0极0][0大0]博弈 240 12.2.2 训练 242 12.3 CGAN 244 12.4 DCGAN 247 12.5 小结 252 [0第0]13章 有趣的深度[0学0]习应用 254 13.1 人脸识别 254 13.2 作诗姬 259 13.3 梵高附体 264 13.3.1 网络结构 265 13.3.2 内容损失 268 13.3.3 风格损失 270 13.3.4 系数比例 271 13.3.5 代码分析 272 13.4 小结 279 附录A VMware Workstation的安装 280 附录B Ubuntu虚拟机的安装 284 附录C Python语言简介 290 附录D 安装Thea[0no0] 296 附录E 安装Keras 297 附录F 安装CUDA 298 参考文献 303 |
白话深度学习与TensorFlow 计算机与互联网 书籍|6241653 epub pdf mobi txt 电子书 下载 2024
白话深度学习与TensorFlow 计算机与互联网 书籍|6241653 下载 epub mobi pdf txt 电子书 2024白话深度学习与TensorFlow 计算机与互联网 书籍|6241653 mobi pdf epub txt 电子书 下载 2024
白话深度学习与TensorFlow 计算机与互联网 书籍|6241653 epub pdf mobi txt 电子书 下载已经用了,非常的不错。
评分书挺好的,适合初学者。
评分深入浅出,图文并茂
评分书很不错,买了很多本,下次再来
评分春节前还能送到,赞一个
评分深入浅出,图文并茂
评分朋友要买的,没看内容,应该可以的,等看看吧,再反馈一下,到时直说,先给五星
评分春节前还能送到,赞一个
评分书挺好的,适合初学者。
白话深度学习与TensorFlow 计算机与互联网 书籍|6241653 epub pdf mobi txt 电子书 下载 2024