- 商品参数
-
- 作者:
无著|
胡心雷编
- 出版社:电子工业出版社
- 页数:192页
- ISBN:9780130223634
- 出版周期:旬刊
- 版权提供:电子工业出版社
店铺公告
为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。 温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货), 关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。
内容介绍
本书结合了*新的深度学习技术应用成果,充分考虑了大学生的知识结构和学习特点,结合各个专业特点介绍了深度学习的基本概念及TensorFlow框架,以及深度学习在各个领域的具体应用。 本书为高职高专院校深度学习基础课程教材重点介绍了神经网络与深度学习、TensorFlow环境使用、卷积神经网络、循环神经网络、迁移学习等内容。各个章节知识浅显易懂,每个章节后都有实际应用,以强化学生实践能力。 本书可作为高职院校深度学习基础通识教材。
目录
第1章 深度学习简介 001
1.1 深度学习的起源与发展 001
1.2 深度学习的定义 004
1.3 深度学习的优势 005
1.4 深度学习的应用 006
1.5 深度学习的主流框架 007
1.5.1 TensorFlow 007
1.5.2 Pytorch 008
1.5.3 Deeplearning4j(DL4J) 008
第2章 神经网络与深度学习 010
2.1 人脑神经网络 013
2.2 人工神经网络 015
2.2.1 感知器 017
2.2.2 单层神经网络 019
2.2.3 多层神经网络 027
2.2.4 激活函数 037
2.3 走向深度学习 039
第3章 TensorFlow环境使用 043
3.1 TensorFlow 简介 044
3.1.1 TensorFlow与Keras的关系 045
3.1.2 TensorFlow 1.x与2.x的区别 046
3.2 TensorFlow基础 049
3.2.1 张量 050
3.2.2 变量 064
3.2.3 计算图 066
3.3 基于TensorFlow的深度学习建模构建 070
3.3.1 建模目的 070
3.3.2 数据处理 071
3.3.3 模型搭建 080
3.3.4 模型编译 085
3.3.5 模型训练 091
3.3.6 模型验证 093
3.3.7 模型保存 096
3.3.8 小结 096
3.4 基于TensorFlow的手写数字识别 099
3.4.1 数据简介 099
3.4.2 数据处理 103
3.4.3 模型搭建 106
3.4.4 模型调优 108
3.4.5 总结 114
第4章 卷积神经网络 115
4.1 什么是卷积神经网络 115
4.2 输入层 116
4.3 卷积层 117
4.3.1 填充 118
4.3.2 步幅 125
4.4 池化层 126
4.5 全连接层 127
4.6 Dropout 128
4.7 数据增强 129
4.8 典型卷积神经网络算法 132
4.8.1 LeNet-5网络 132
4.8.2 AlexNet 133
4.8.3 VGG16 134
4.9 卷积神经网络案例 136
4.9.1 数据简介 136
4.9.2 数据处理 136
4.9.3 模型搭建 138
4.9.4 总结 140
第5章 循环神经网络 143
5.1 什么是循环神经网络 143
5.2 长短期记忆和门控循环单元 145
5.2.1 长短期记忆(LSTM) 145
5.2.2 门控循环单元(GRU) 149
5.3 双向循环神经网络 153
5.4 深度循环神经网络案例 154
5.4.1 准备操作 154
5.4.2 数据简介 154
5.4.3 数据处理 155
5.4.4 网络模型搭建 157
5.4.5 模型训练 159
5.4.6 小结 161
第6章 迁移学习 167
6.1 什么是迁移学习 167
6.2 迁移学习的工作原理 168
6.3 迁移学习的优势 169
6.4 迁移学习的方法 170
6.5 微调 171
6.6 利用迁移学习对花进行分类 171
6.6.1 准备操作 172
6.6.2 数据处理 173
6.6.3 网络模型搭建 173
6.6.4 模型训练 175
6.6.5 微调 175
6.6.6 小结 176
作者介绍
胡心雷(1983.12—)工学博士,毕业于四川大学计算机科学与技术专业。主要研究方向包括人工免疫、机器学习、信息安全和云计算技术等。有丰富的从事人工免疫在网络安全应用的研究经验和信息安全技术、人工智能方面的教学经验。发表学术论文10余篇,其中EI及SCI论文6篇,主持及主研省部级项目3项,已获得国家授权实用新型专利1项。
关联推荐
本书可作为高职院校深度学习基础通识教材。
1