返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • Python深度学习实战 基于TensorFlow和Keras的聊天机器人以及人脸、物体和语音识别
  • 新华书店正版
    • 作者: [印] 纳温·库马尔·马纳西(Navin Kumar Manaswi)著 | | 刘毅冰 薛明 译译
    • 出版社: 机械工业出版社
    • 出版时间:2018-08-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: [印] 纳温·库马尔·马纳西(Navin Kumar Manaswi)著| 刘毅冰 薛明 译译
    • 出版社:机械工业出版社
    • 出版时间:2018-08-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2018-08-01
    • 字数:85
    • 页数:176
    • 开本:16开
    • 装帧:平装
    • 国别/地区:中国
    • 版权提供:机械工业出版社

    Python深度学习实战 基于TensorFlow和Keras的聊天机器人以及人脸、物体和语音识别

    作  者:(印)纳温·库马尔·马纳西(Navin Kumar Manaswi) 著 刘毅冰,薛明 译
    定  价:69
    出 版 社:机械工业出版社
    出版日期:2019年04月01日
    页  数:168
    装  帧:平装
    ISBN:9787111622765
    主编推荐

    内容简介

    本书讨论使用TensorFlow和Keras等框架构建深度学习应用程序,集中于所需的模型和算法,帮助你在短时间内提高实践技能。内容涵盖了聊天机器人、自然语言处理、人脸和对象识别等主题。目标是提供创建能够执行深度学习的程序所需的概念、技术和算法实现。

    作者简介

    纳温·库马尔·马纳西(Navin Kumar Manaswi)多年来一直使用人工智能相关的很好技术开发AI解决方案。曾在位于马来西亚、新加坡的咨询公司以及迪拜智慧城市项目任职。他拥有自己的公司,曾开发出一种多方法混合的技术,用于端到端的人工智能解决方案的分发,包括视频智能、文本智能以及类人聊天机器人。目前,他致力于解决医疗保健、企业应用、工业IoT方向的B2B问题,并作为一名深度学习AI架构师在SymphonyAI Incubator兼职。在本书中,他希望面向开发者、数据科学家、软件工程师、数据库工程师、数据分析师以及C级管理者介绍认知计算与服务。

    精彩内容

    目录

    章TensorFlow基础1
    1.1张量2
    1.2计算图与会话2
    1.3常量、占位符与变量4
    1.4占位符6
    1.5创建张量8
    1.5.1固定张量9
    1.5.2序列张量11
    1.5.3随机张量11
    1.6矩阵操作12
    1.7激活函数13
    1.7.1双曲正切函数与Sigmoid函数13
    1.7.2ReLU与ELU15
    1.7.3ReLU615
    1.8损失函数17
    1.8.1损失函数实例18
    1.8.2常用的损失函数18
    1.9优化器19
    1.9.1优化器实例20
    1.9.2常用的优化器21
    1.10度量21
    ??1.10.1度量实例22
    ??1.10.2常用的度量22
    第2章理解并运用Keras25
    2.1深度学习模型构建的主要步骤25
    2.1.1载入数据26
    2.1.2预处理数据27
    2.1.3定义模型27
    2.1.4编译模型29
    2.1.5拟合模型29
    2.1.6评估模型30
    2.1.7预测30
    2.1.8保存与重载模型31
    2.1.9可选:总结模型31
    2.2改进Keras模型的附加步骤32
    2.3Keras联合TensorFlow33
    第3章多层感知机35
    3.1人工神经网络35
    3.2单层感知机37
    3.3多层感知机37
    3.4逻辑斯谛回归模型38
    第4章TensorFlow中的回归到MLP45
    4.1TensorFlow搭建模型的步骤45
    4.2TensorFlow中的线性回归46
    4.3逻辑斯谛回归模型49
    4.4TensorFlow中的多层感知机52
    第5章Keras中的回归到MLP55
    5.1对数-线性模型55
    5.2线性回归的Keras神经网络56
    5.3逻辑斯谛回归58
    5.3.1scikit-learn逻辑斯谛回归58
    5.3.2逻辑斯谛回归的Keras神经网络59
    5.3.3流行的MNIST数据:Keras中的逻辑斯谛回归60
    5.4基于Iris数据的MLP62
    5.4.1编写代码62
    5.4.2构建一个序列Keras模型63
    5.5基于MNIST数据的MLP数字分类66
    5.6基于随机生成数据的MLP68
    第6章卷积神经网络71
    6.1CNN中的各种层71
    6.2CNN结构74
    第7章TensorFlow中的CNN77
    7.1为什么用TensorFlow搭建CNN模型77
    7.2基于MNIST数据集搭建图片分类器的TensorFlow代码78
    7.3使用不错API搭建CNN模型82
    第8章Keras中的CNN83
    8.1在Keras中使用MNIST数据集搭建图片分类器83
    8.1.1定义网络结构85
    8.1.2定义模型架构85
    8.2使用CIFAR-10数据集搭建图片分类器86
    8.2.1定义网络结构87
    8.2.2定义模型架构88
    8.3预训练模型89
    第9章RNN与LSTM91
    9.1循环神经网络的概念91
    9.2长短时记忆网络的概念93
    9.3LSTM常见模式93
    9.4序列预测94
    9.4.1数字序列预测94
    9.4.2序列分类95
    9.4.3序列生成95
    9.4.4序列到序列预测95
    9.5利用LSTM模型处理时间序列预测问题96
    0章语音-文本转换及其逆过程101
    10.1语音-文本转换101
    10.2语音数据102
    10.3语音特征:将语音映射为矩阵103
    10.4声谱图:将语音映射为图像104
    10.5利用MFCC特征构建语音识别分类器104
    10.6利用声谱图构建语音识别分类器105
    10.7开源方法106
    10.8使用API的例子107
    10.8.1使用PocketSphinx107
    10.8.2使用GoogleSpeechAPI108
    10.8.3使用GoogleCloudSpeechAPI108
    10.8.4使用Wit.aiAPI108
    10.8.5使用HoundifyAPI109
    10.8.6使用IBMSpeechtoTextAPI109
    10.8.7使用BingVoiceRecognitionAPI110
    10.9文本-语音转换110
    10.9.1使用pyttsx110
    10.9.2使用SAPI111
    10.9.3使用SpeechLib111
    10.10音频剪辑代码111
    10.11认知服务提供商112
    10.11.1MicrosoftAzure113
    10.11.2AmazonCognitiveServices113
    10.11.3IBMWatsonServices113
    10.12语音分析的未来113
    1章创建聊天机器人115
    11.1为什么是聊天机器人116
    11.2聊天机器人的设计和功能116
    11.3构建聊天机器人的步骤116
    11.3.1预处理文本和消息117
    11.3.2用API构建聊天机器人130
    11.4聊天机器人开发的很好实践133
    11.4.1了解潜在用户133
    11.4.2读入用户情感使得机器人情感更丰富133
    2章人脸检测与识别135
    12.1人脸检测、人脸识别与人脸分析135
    12.2OpenCV136
    12.2.1特征脸137
    12.2.2LBPH137
    12.2.3费歇脸138
    12.3检测人脸139
    12.4跟踪人脸141
    12.5人脸识别144
    12.6基于深度学习的人脸识别147
    12.7迁移学习149
    12.7.1为什么要用迁移学习150
    12.7.2迁移学习实例150
    12.7.3计算迁移值152
    12.8API158
    附录1图像处理的Keras函数161
    附录2可用的优质图像数据集165
    附录3医学成像:DICOM文件格式167

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购