图书介绍
神经网络与深度学习实战 Python+Keras+TensorFlowPDF|Epub|txt|kindle电子书版本网盘下载
- 陈屹编著 著
- 出版社： 北京：机械工业出版社
- ISBN：9787111632665
- 出版时间：2019
- 标注页数：326页
- 文件大小：47MB
- 文件页数：334页
- 主题词：人工神经网络－研究；机器学习－研究
PDF下载
下载说明
神经网络与深度学习实战 Python+Keras+TensorFlowPDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 神经网络初体验1
1.1 开发环境的安装1
1.2 快速构建一个识别手写数字图片的神经网络2
第2章 深度学习中的微积分基础8
2.1 实数中的无理数8
2.2 什么叫极限10
2.3 函数的连续性12
2.4 函数求导13
2.5 导数的一般法则15
2.6 间套函数的链式求导法则17
2.7 多变量函数与偏导数19
2.8 导数与极值19
2.9 使用导数寻求函数的最小值21
第3章 深度学习的线性代数基础25
3.1 常量与向量26
3.2 矩阵及相关操作26
3.3 tensor——多维向量28
3.4 向量范数30
第4章 神经网络的理论基础31
4.1 详解神经网络中的神经元激活函数31
4.2 使用矩阵运算驱动神经网络数据加工链38
4.3 通过反向传播算法回传误差改进链路权重42
4.4 使用矩阵和梯度下降法实现神经网络的迭代训练45
4.5 手算梯度下降法，详解神经网络迭代训练过程53
第5章 用Python从零实现识别手写数字的神经网络58
5.1 基本框架的搭建58
5.2 实现网络的迭代训练功能62
5.3 网络训练，识别手写数字图片64
第6章 神经网络项目实践70
6.1 使用神经网络分析电影评论的正能量和负能量70
6.2 使用神经网络实现新闻话题分类78
6.3 使用神经网络预测房价中位数83
第7章 使用神经网络实现机器视觉识别90
7.1 卷积神经网络入门90
7.2 从零开始构造一个识别猫、狗图片的卷积网络93
7.3 使用预先训练的卷积网络实现图像快速识别101
7.4 视觉化神经网络的学习过程105
7.5 揭秘卷积网络的底层原理109
第8章 用深度学习实现自然语言处理124
8.1 Word Embedding单词向量化124
8.2 概率论的一些重要概念130
8.3 skip-gram单词向量化算法的数学原理136
8.4 使用预先训练好的单词向量实现新闻摘要分类140
8.5 RNN——具有记忆功能的神经网络143
8.6 LSTM网络层详解及其应用145
8.7 使用RNN和CNN混合的“鸡尾酒疗法”提升网络运行效率148
第9章 自动编解码网络和生成型对抗性网络150
9.1 自动编解码器网络的原理与实现150
9.2 去噪型编解码网络154
9.3 使用自动编解码网络实现黑白图片上色157
9.4 生成型对抗性网络162
9.5 生成型对抗性网络的代码实现163
9.6 条件性生成型对抗性网络169
第10章 增强性学习网络开发实践176
10.1 增强性学习网络的基本原理176
10.2 开发环境配置177
10.3 增强性学习网络的数学原理179
10.4 Bellman函数和最优化180
10.5 Bellman等式的推导181
10.6 用实例讲解Bellman函数的应用182
10.7 解决冰冻湖问题185
10.8 ε贪婪算法188
10.9 运用神经网络和Bellman函数解决Cartpole问题188
第11章 TensorFlow入门193
11.1 TensorFlow图运算原理193
11.2 TensorFlow代码实践195
11.3 TensorFlow的输入、变量、输出及运算操作197
11.4 TensorFlow的变量定义200
11.5 TensorFlow的运算输出及运算操作201
11.6 用TensorFlow开发神经网络的相关操作204
11.7 开发TensorFlow程序应注意的事项207
11.8 使用TensorFlow开发神经网络213
第12章 使用TensorFlow和Keras开发高级自然语言处理系统218
12.1 Skip-Gram算法实现218
12.2 使用RNN网络模型的基本原理230
12.3 代码实现RNN网络232
12.4 LSTM网络的结构原理242
12.5 使用LSTM网络实现人机问答系统247
第13章 使用TensorFlow和Keras实现高级图像识别处理系统256
13.1 实现艺术风格的转换256
13.2 使用胶囊网络实现服装识别266
13.3 使用TensorFlow API实现精准物体识别285
13.4 DeeDream：使用神经网络构造具有惊悚审美效果的艺术作品293
第14章 使用TensorFlow和Keras打造智能推荐系统300
14.1 创造一个网易云音乐推荐引擎300
14.2 使用TensorFlow构建高质量商品推荐系统309
14.3 实现淘宝“拍立淘”图片搜索引擎313
第15章 深度学习的重要概念和技巧总结319